人工智能生成圖像技術(shù),未來或能取代電影特效

《麻省理工科技評(píng)論》公布了2018年“35歲以下創(chuàng)新35人”（Innovators Under 35 China）中國(guó)區(qū)榜單。從榜單中，我們看到更多中國(guó)創(chuàng)新科研力量的崛起，也看到跨學(xué)科、跨領(lǐng)域、并且對(duì)落地應(yīng)用有更強(qiáng)烈企圖心與使命感的科研創(chuàng)新，這其中涵蓋人工智能研究與應(yīng)用、NLP、腦科學(xué)、新材料、新能源、生命科學(xué)、生物科技、自動(dòng)駕駛等多個(gè)不同領(lǐng)域。我們將陸續(xù)發(fā)出對(duì)35位獲獎(jiǎng)?wù)叩莫?dú)家專訪，介紹他們的科技創(chuàng)新成果與經(jīng)驗(yàn)，以及他們對(duì)科技趨勢(shì)的理解與判斷。

關(guān)于Innovators Under 35 China榜單

自 1999 年起，《麻省理工科技評(píng)論》每年都會(huì)推出“35歲以下創(chuàng)新35人”（Innovators Under 35 China）榜單，旨在于全球范圍內(nèi)評(píng)選出被認(rèn)為最有才華、最具創(chuàng)新精神，以及最有可能改變世界的 35 位年輕技術(shù)創(chuàng)新者或企業(yè)家，共分為發(fā)明家、創(chuàng)業(yè)家、遠(yuǎn)見者、人文關(guān)懷者及先鋒者五類。2017年，該榜單正式推出中國(guó)區(qū)評(píng)選，遴選中國(guó)籍的青年科技創(chuàng)新者。

陳啟峰在中學(xué)時(shí)期就接觸到了編程，從此他對(duì)計(jì)算機(jī)科學(xué)的熱愛便一發(fā)不可收拾。

2008年，陳啟峰拿到了香港科技大學(xué)提供的54萬獎(jiǎng)學(xué)金，開啟了本科生涯。那時(shí)的他并未過多關(guān)注計(jì)算機(jī)視覺領(lǐng)域，直到兩年后的密西根大學(xué)交換之旅，才讓他發(fā)現(xiàn)了其中的美妙之處，并且將其鎖定為未來的研究方向。

在回歸香港科技大學(xué)后，陳啟峰選擇了多門計(jì)算機(jī)視覺課程，甚至包括一些研究生水平課程。最終他以22門計(jì)算機(jī)課程滿分的傲人成績(jī)畢業(yè)，獲得了香港科技大學(xué)本科生科研冠軍獎(jiǎng)，還在2011年ACM-ICPC國(guó)際大學(xué)生編程總決賽中斬獲金牌（全球第二名）。

“他是我在科大過去十七年所見過的最杰出的本科生，”香港科技大學(xué)教授Chi Keung Tang對(duì)陳啟峰給予了高度評(píng)價(jià)。

事實(shí)上，陳啟峰在2012年發(fā)表的“KNN Matting” CVPR論文已經(jīng)獲得了超過百次引用，是引用最多的自然圖像摳圖論文之一。這也是他科研初期的主要研究方向，其中討論了將Alpha Matting推廣至多圖像層估算，并且不需要復(fù)雜的采樣策略或限制性的典型顏色模型假設(shè)。他推導(dǎo)出了一種封閉形式的解決方案，使相關(guān)算法變得更加簡(jiǎn)單快速。

這也印證了陳啟峰博士導(dǎo)師Vladlen Koltun的看法，“他是一位異常強(qiáng)大且富有洞察力的科研人員，總是能夠切入問題的本質(zhì)?！?/p>

在斯坦福大學(xué)攻讀博士期間，陳啟峰在圖像合成與分解，三維重建，MRF優(yōu)化和光流算法等方面取得了顛覆性成果，多篇論文被ICCV和CVPR連續(xù)多年收錄并選為口頭報(bào)告。他的很多研究成果甚至推翻了傳統(tǒng)解決方案，在業(yè)界引發(fā)轟動(dòng)。

回歸問題本質(zhì)，剝離所有復(fù)雜性并找出簡(jiǎn)單優(yōu)雅的解決方案，是陳啟峰最顯著的研究特點(diǎn)。

其中一個(gè)例子是，陳啟峰將MRF優(yōu)化應(yīng)用于三維表面的非剛性匹配問題（nonrigid registration）。這兩個(gè)看似完全不同領(lǐng)域，卻被他聯(lián)系起來，通過重新思考一個(gè)被其他研究人員所忽視的經(jīng)典公式算法，顛覆了非剛性圖像匹配過去十年的研究成果——算法精確度提高了三倍，遠(yuǎn)超現(xiàn)有模型，業(yè)界后續(xù)的研究工作也因此轉(zhuǎn)變。

近年來，陳啟峰的研究轉(zhuǎn)向了深度學(xué)習(xí)與圖像處理，開始將神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像處理和合成?！拔艺J(rèn)為圖像識(shí)別技術(shù)是很多計(jì)算機(jī)視覺應(yīng)用的入口，只有圖像清晰，才能獲取更多的信息，”陳啟峰在采訪中表示。

以此為核心，他提出了多個(gè)創(chuàng)新性研究課題，研究如何利用深度學(xué)習(xí)革新圖像處理算法，比如在極端黑暗的環(huán)境中生成高質(zhì)量的圖像，以及在給定某場(chǎng)景語(yǔ)義布局的情況下，計(jì)算機(jī)是否能夠生成準(zhǔn)確描繪此場(chǎng)景的圖像？這些圖像是否能夠做到以假亂真的地步？更進(jìn)一步講，機(jī)器是否具備想象力？是否可以自動(dòng)創(chuàng)建動(dòng)畫？

陳啟峰對(duì)此十分自信，“我的研究顯示，答案是肯定的?！彼麊l(fā)性地首創(chuàng)基于多個(gè)分辨率倍增模塊的級(jí)聯(lián)優(yōu)化網(wǎng)絡(luò)，能夠以200萬像素的分辨率合成高分辨率圖像，相關(guān)論文被ICCV 2017和CVPR 2018收錄并被選為口頭報(bào)告。研究成果演示視頻在網(wǎng)上廣為流傳，其表現(xiàn)有望開啟視頻和圖像處理的新篇章。

他對(duì)未來技術(shù)的發(fā)展充滿想象，“我更關(guān)注的一個(gè)應(yīng)用方向是，希望可以做出一套基于計(jì)算機(jī)視覺的AI工具，提升電影特效的真實(shí)性，降低其整體制作成本。如果再進(jìn)一步，人們只需要輸入一些場(chǎng)景的文字描述或者劇本，比如主角的樣貌，AI工具就可以自動(dòng)合成電影中的部分場(chǎng)景?！?/p>

除了學(xué)術(shù)研究，陳啟峰還以聯(lián)合創(chuàng)始人和首席科學(xué)家的身份，創(chuàng)辦了區(qū)塊鏈直播平臺(tái)Lino Network。他用頂尖的編程技術(shù)，幫忙搭建了去中心化直播平臺(tái)的后端和服務(wù)器。目前該平臺(tái)已經(jīng)獲得了超過2000萬美元的融資，月活用戶超過100萬人，估值超過1.2億美元。

陳啟峰認(rèn)為，對(duì)于科學(xué)研究而言，最重要的是提出一些具有啟發(fā)性的想法，而不是直接拿來別人的成果。因此在他看來，以助理教授的身份重返香港科技大學(xué)，能夠幫助他繼續(xù)在計(jì)算機(jī)視覺領(lǐng)域深入探索，是繼續(xù)推動(dòng)人工智能技術(shù)創(chuàng)新和前沿發(fā)展的好機(jī)會(huì)。

“希望借此機(jī)會(huì)能夠貢獻(xiàn)更多高質(zhì)量的研究成果和產(chǎn)品，”陳啟峰教授如是說。