黄铁军： 让AI拥有超人“视力”

受访者供图

　　人物档案

　　黄铁军，生于1970年12月，籍贯河北省邯郸市，北京大学信息科学技术学院教授、北京智源人工智能研究院院长、国家人工智能标准化总体组副组长，主要研究方向为智能视觉信息处理与类脑智能。

　　爱国情奋斗者

　　1970年，黄铁军生于河北省邯郸市大名县的一个普通村庄，和著名歌手邓丽君是同乡。若是身处在人群中，中等个子、衣着朴素的黄铁军，显然不会像邓丽君那样引人注目。但在人工智能(AI)机器视觉领域，他有着绝对的发言权。

　　最近他的成果再次成为业界关注的焦点。前段时间，黄铁军牵头研制的超速全时仿视网膜芯片首次公开亮相。这款芯片采用光电技术，能“看清”高速旋转叶片上的文字，可充当AI的“超速电眼”。

　　从农村娃到如今的AI大咖，在黄铁军身上，有着怎样的故事?

　　高中时对编程感兴趣

　　1986年，黄铁军上高二。那时很多人还没见过计算机，他却幸运地就用上了电脑。

　　“当时正值国家在中学推广计算机学习，一些电脑被下发到部分学校。我所在的高中就有5台电脑，而后我参加了学校组织的计算机兴趣班。”黄铁军回忆道，自己对计算机“一见如故”，没学多久就开始自己上机编程。

　　因为他程序编得好，老师把一台电脑拨给他专用。如今，黄铁军仍心存感激，高中时这段与计算机亲密接触的经历，为他日后的科研选择埋下了伏笔。

　　1988年，临近高考，那时的他一心想探求世界本源，于是毫不犹豫地填报了北京大学物理系。遗憾的是，他高考发挥失常，没能进入心仪的大学。正在犹豫是否复读时，他收到了武汉工业大学(现为武汉理工大学)的补录录取通知书，随后进入该校计算机学院应用技术专业。

　　1995年，黄铁军进入华中理工大学(现为华中科技大学)图像识别与人工智能研究所攻读博士学位，主要研究方向为双目立体视觉及其在虚拟现实中的应用。毕业后，1999年他进入中国科学院计算技术研究所进行博士后研究，研究方向为图像识别技术，合作导师是时任所长、现北京大学教授、中国工程院院士高文。

　　“逼上梁山”转战视频编码

　　从博士到博士后，黄铁军的研究都围绕图像识别展开。当时，他以为自己会沿着这条路走下去，但命运却把他引向了一条岔路——视频解码。

　　2002年，数万台我国制造出口的DVD，由于未支付专利许可费，在欧盟地区被海关扣押。在专利大棒的打压下，集中在广东地区的相关生产工厂大量倒闭。

　　“那是改革开放后，我国首次遭遇重大知识产权问题。”黄铁军说，制定中国自主知识产权音视频压缩标准，摆脱受制于人的困境，在当时变得十分迫切。

　　彼时，主题为“宽带流媒体”的香山科学会议正在召开，大会主席安排黄铁军起草会议简报。会议期间，工信部、科技部相关领导明确要求成立数字音视频编解码技术标准工作组(AVS)，解决音视频产品的知识产权问题，高文任组长。

　　对黄铁军来说，视频编码是个“从未涉足过的领域”。但由于简报写得好，博士后刚出站的黄铁军就被任命为AVS秘书长。他自嘲道，自己是“被逼上梁山”的秘书长。

　　“既然是国家需要，自己接下了任务，就得好好干。”黄铁军说，此后他的研究重心逐渐向视频编码方向倾斜。

　　AVS工作组成立后，经历过一段艰难岁月。黄铁军说，2004年工作组制定的视频编解码技术标准送审，但直至两年后才发布。“因为产业化本身涉及芯片、软件、产品设备和端到端系统等众多关键环节，只有研制出符合标准的芯片，标准才能通过。”他说。

　　矛盾的是，如果标准不发布，企业就不愿研发芯片。无奈之下，工作组最终决定自己组织芯片设计团队。15年来，这支团队伴随着AVS标准制定，研发出了一系列视频编码芯片。

　　搞研究不走寻常路

　　参与AVS工作的同时，黄铁军也开始了从图像识别转战视频编码的旅程。正因是“半路出家”，他的研究视角和长期在此领域研究的人不太一样。

　　比如，黄铁军巧妙地捕捉到，监控视频具有背景相对不变的特点，提出了基于场景建模的视频编码方法。仅靠这项技术，就把视频编码的效率提高了1倍。“采用现行标准，全国3千万个摄像头采集的视频，若保质保量存储3个月的内容就需要2千亿元。用上这项技术后，等量的内容存储成本可降至500亿元。”他说。

　　云计算改变了信息的应用和服务模式，但大量摄像头拍摄的视频很难传至云端，于是黄铁军又“脑洞大开”。

　　“传到‘云’里的视频不是给人看，而是给机器‘看’(进行分析识别)，所以只要传回机器识别所需的视觉特征就可以了。”他说，采用这个技术思路，视频传输流量可减少90%以上，大大减轻了传输压力。

　　基于上述两项创新成果，由黄铁军牵头的团队获得了2017年度国家技术发明奖二等奖。

　　在新领域屡创佳绩的黄铁军，却一直没忘了自己的“老本行”——图像识别。在该研究领域，他依旧体现出了与众不同的研究视角。

　　长久以来，一些科学家习惯以人类自身为标准思考机器如何“看”，以为机器视觉和人类视觉一样，但黄铁军却不这么认为。

　　“人总喜欢把自己的感受强加于别人，现在又强加于机器。一些人单纯地以为，把视频给机器看，机器就能识别，这种思路有些局限。”黄铁军说，其实机器能比人“看”得更准、更快。

　　于是，跳出人类思维局限，打造真正的机器视觉，即类脑视觉，成了黄铁军当下的目标。

　　做真正有价值的东西

　　由黄铁军牵头研制的超速全时仿视网膜芯片，便是他们向类脑视觉走出的探索一步。黄铁军把这款芯片，比作新一代人工智能的“电眼”。

　　它能干什么?“举例来说，在高速旋转的电风扇叶片上写2个字，电风扇转起来后，人眼看到的是模糊一片，‘电眼’却能把字看得清清楚楚。”他说，“电眼”可用在人工智能界的“网红”无人驾驶汽车、无人机和智能机器人上。

　　该芯片的研制团队中，有计算机科学、神经科学、医学等众多领域的专家，形成了一个强大的跨学科队伍，他们从生物和信息两个角度进行探索，最终才研制成功。

　　因为设计这只“电眼”，让黄铁军有机会将视频编码与“老本行”图像识别结合起来，运用上这两种不同领域的技术。“以前，我们实验室里的学生分两拨搞研究，一拨做图像识别，一拨做视频编码，就像两条并行的铁轨。现在，他们可以一起做项目，按照全新的技术体系，创造新的可能。”他说。

　　实验室的学生对科技日报记者说，开放性思维是黄铁军的标志性特点。“黄老师善于从全局角度看问题，常会把两种看似没有关系的事物联系在一起，让它们碰撞出火花。”

　　在生活中，黄铁军也依旧如此。他喜欢跟性格各异、领域不同的人打交道，他说这样能通过别人的视角来发现新问题。

　　对科研，黄铁军表示自己喜欢另辟蹊径，反对跟随和模仿。“以前，一些科研人员十分注重成果的数量，现在则更重视开拓科研‘无人区’。科研人员应该珍视自己的学术生命，做真正有价值的东西，否则你所做的事情就会像沙滩上的脚印，一阵浪打过来就会无影无踪。”他说。