您现在的位置是:首页 > 人工智能人工智能

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限

查看 cc博主 的更多文章cc博主2021-11-26【人工智能】647人已围观

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第1张“他在深度学习爆炸的年代,冷静判断趋势,敢于投身主流研究领域之外的新兴方向 AutoML。他是业界最早提出可实用网络模型结构搜索算法的研究者之一,创建了国内第一代 AutoML 算法,并在 TPAMI、CVPR、 NIPS、 ICLR、 ICCV 等顶级期刊会议发表了多篇论文。他执着地想做能 work 的 research。”作者 | 杏花编辑 | 青暮

最近,“华为中国”头条号在《华为人》文章中高调宣称,2019 年入职、拿到 200 万 offer 的钟钊,仅用不到1年,就带领团队把 AutoML 技术应用到数千万台华为手机上,做到了在业界第一次将 AutoML 大规模商用的突破

在接下来的时间,钟钊又带领团队研发端到端像素级 AutoML 流水线,成功将视频摄影原型算法的复杂度降低百倍,再次突破业界与学术界的极限

网友纷纷表示,华为这 200 万年薪,花得太值了。如果再考虑到天才少年的宣传作用,这可以说是科技领域回报最大的投资之一。



1
家有少年初长成

钟钊生于1991年,他的父亲是中国第一批接触电脑的人,师从中科院的钱三强何泽慧夫妇。

在父亲的潜移默化的影响下,钟钊对计算机产生了浓厚兴趣,小学开始就学习一些编程知识。

他本科毕业于华中科技大学软件工程专业,曾在2012年全国大学生数模竞赛中获得了湖北省一等奖。

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第2张

本科期间,钟钊还与同学组队做了一些编程项目,像基于微信开发的校内版漂流瓶,很受同学们欢迎。

本科毕业后,他来到中科院自动化研究所,导师为副所长刘成林,硕博阶段攻读专业都是“模式识别与智能系统”。

2018 年,钟钊在商汤实习期间的一作论文入选了 CVPR( IEEE Conference on Computer Vision and Pattern Recognition,即 IEEE 国际计算机视觉与模式识别会议)并在大会做了 Oral 主题报告,当年中国入选 Oral 的论文仅为个位数。

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第3张

相关链接:https://openaccess.thecvf.com/content_cvpr_2018/html/Zhong_Practical_Block-Wise_Neural_CVPR_2018_paper.html

钟钊在这篇论文中提出一种自动构建高性能神经网络的分块生成办法,现在已被引用 400 余次。这也是钟钊在 AutoML 这一相对新兴的方向发表的第一篇论文。后来,他的研究方向逐渐聚焦于此,博士毕业论文也以《深度神经网络结构:从人工设计到自动学习》为题。

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第4张

相关链接:http://ir.ia.ac.cn/handle/173211/23872

2019 年毕业后,钟钊加入“华为天才少年”团,年薪区间为 182 万— 201 万元,是当年“天才少年”中年薪最高的两人之一。



2
一举成名天下知

作为华为 AutoML 研究组的 leader,钟钊仅用不到 1 年的时间,就带领团队将 AutoML 算法研究应用到了千万台华为 Mate 系列和 P 系列手机上,开启了 AutoML 大规模商用的先河。

华为手机在影响系统上的领先尽人皆知。从和徕卡合作开始傲立群雄,到近年来越发精进的同时,还新增了不少特色功能,甚至一度成为“拍照手机”的代名词,这背后,AutoML 这套系统或者说算法发挥了不可替代的作用。

AutoML,简单来讲,就是用人工智能的方式来写 AI 算法,用 AI 来设计 AI。在钟钊入职之前,华为诺亚方舟实验室已经在进行 AutoML 方向的相关研究。入职后 1 年,钟钊就带队解决了这个难题,次年又自研出了端到端的像素级 AutoML 流水线。

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第5张

图注:团队合影

除了 AutoML 这项研究,钟钊在移动端视觉模型上,也有不少建树。

一直以来,设计用于移动端视觉模型主要有两种方法:一种是手工设计轻量级的网络结构,如 ShuffleNet、MobileNetV3 等已取得一定的进展。不过钟钊团队研究发现这些模型的卷积核之间仍然存在冗余,限制了模型的速度。

另一种是方法进行模型压缩,通过剪枝、蒸馏等手段获得一个与大模型结构相似的小模型。但这种方法又会使精度下降,难以满足高端手机的要求。

钟钊加入华为后,带领团队提出过一种根据图像的内容自适应生成卷积核的动态方法。这种方法可以在保持精度的情况下显著降低计算量,对于不同的 CNN 网络可以降低 37%-71.3% 不等。此外在数据增强方面,钟钊在华为也研究了一种对抗性自动数据增强方法,发表在 2020年 ICLR 上。

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第6张

论文链接:https://arxiv.org/abs/1912.11188



3
直挂云帆济沧海

钟钊目前取得的成就已经处于很多人可望不可及的金字塔顶端。

但他在其自述中仍谦虚地表示:社会在发展,人类在进步,技术的极限也可以不断被突破,AutoML的研究和应用任重道远

钟钊用“种子”和“森林”来描述自己的兴趣与成果,他觉得对人工智能算法的兴趣,在本科时已经在心里埋下了一颗小小的种子。

但仅有兴趣是不够的,种子要想长成大树,从汲取养分、向下扎根、破土而出再到枝繁叶茂、绿树成荫等等,每一步都不容易。而且,在大自然残酷的优胜劣汰法则下,要让一颗种子长成参天大树,生生不息繁衍成一片森林,必将还要经受住更猛烈的暴风雨洗礼。

在钟钊看来,实现 AutoML 的初步商用落地,只是终极目标中的一个阶段性目标,未来十年,随着技术的迭代成熟,算力的进一步增长,团队成员们希望 AutoML 能真正实现自动化,解放生产力,更长远的目标,就是 AutoML 能够真正脱离专家干预,超越人类设计。

用钟钊的话来说就是:这就是他想要做的能work的research

参考资料:

  1. http://app.huawei.com/paper/newspaper/newsPaperPage.do?method=showNewHwrPaperInfo&sortId=1&newsInfo=92216

  2. https://www.zhihu.com/question/336418328/answer/758978491

  3. https://scholar.google.com/citations?user=igtXP_kAAAAJ 

走近华为“天才少年”钟钊:入职两年两度突破业界学界极限 第7张

雷峰网(公众号:雷峰网)


雷峰网版权文章,未经授权禁止转载。详情见转载须知。

Tags:

文章评论

加入组织
广告

   有免费节点资源,我们会通知你!  加入纸飞机订阅群  

×
天气预报查看日历分享网页电报扫码留言评论Telegram