|
渺辰 硕士在读，有三AI学院学员 作者 | 渺辰 编辑 | 渺辰 360公司对我们来说并不陌生，它是一个安全公司，目前是全球第二，也是中国第一大的网络安全公司。360也是世界上第一个用人工智能做杀毒的公司。今天带大家走进360AI研究院，了解它的技术输出以及带给我们生活的改变。  01 简介 360人工智能研究院(http://ai.360.cn/research.html)，成立于2015年9月，拥有世界一流团队。研究院立足于世界领先的深度学习及 3D 技术研发能力，着眼于大数据和云端计算的契机，向360智能硬件、直播等业务提供计算机视觉、语音语义及大数据的技术支持，并完成人工智能相关方向的原始技术积累和前沿探索。研究方向包括计算机视觉、智能驾驶、大数据平台、语音识别、语义理解。  02 领导团队  颜水成：研究院院长、360首席科学家、国际计算机视觉与机器学习知名专家、IEEE Fellow、IAPR Fellow、ACM 杰出科学家、ISI 高引用学者。2015年360重金从海外挖取了颜水成教授，颜教授目前是360集团副总裁，也是360首席科学家。 韩玉刚：资深工程师和系统架构专家。 谭平：国际3D视觉及图形学知识专家(已离职)。 03 研究成果 3.1 “360°全景无尘”智能扫地机器人 在2017年，360砍掉了2016年进行一年的无人车项目，相关技术应用到了扫地机器人中。2017年12月18日，360推出了一款扫地机器人，采用了人工智能研究院积累的无人驾驶技术，进行室内陆图重建和智能清扫规划。同时拥有激光导航、划区清扫、多地图保存、天猫精灵声控等功能。手机地图拖动清扫框，设置清扫区域，一键即可清扫指定区域。不想清扫的区域，可在app地图画框设禁扫区，自动绕行。搭配AI学习功能，可以根据过往使用数据，自动判断，并提醒设置禁区。   3.2 行车记录仪 将行车记录仪产品加入了人工智能，在小小的一个CPU里嵌入领先的超低功耗深度学习辅助驾驶系统，能够实时分辨车道线，实时检测前车距离，更大限度的保障用户出行安全。360行车记录仪上的AI高级驾驶辅助系统，能智能判断前面是否有车、车距多远、以及有没有偏离车道线等，并给出碰撞预警。后视镜是基于更强大的深度学习的算法，实现ADAS汽车辅助驾驶的功能。   3.3 儿童手表 360一直关注儿童安全。儿童手表有一个智能定位系统，是六层定位系统，保证任何时刻都能精准定位到小孩在哪里。同时做了特别好的交互式方式，专门针对儿童领域的语音对话方式，去做了交互式语音对话。目前这款产品销售在800万的级别，受到很多用户的喜欢。支持手表与手表，手表与手机实时视频通话，基于高德地图定位追踪，可绑定支付宝付款，并且包含智能语音助手，有的还有人脸识别功能。  3.4 360智能门锁 360智能门锁搭载192X192大面积圆形半导体活体指纹采集芯片，能快速识别指纹。一次通过率升级、有效防范假指纹，轻握门把手即可快速开锁。可根据使用习惯，选择适合自己的开门方式。防偷窥密码，可有效保护密码隐私。  3.5 360小水滴智能摄像头 360摄像机自动24小时看家，智能侦测移动物体，家中出现异常情况时，第一时间抓拍图片并发送报警信息到手机。基于图像特征提取算法，结合人脸识别技术，准确识别每位家庭成员，并将他们的动态实时推送到手机。利用深度神经网络技术，可以听懂人们的指令，随时唤醒摄像机，发送视频留言。同时具有哭声侦测功能，基于隐马尔科夫模型，全天主动侦测一旦发现孩子哭泣立即发送信息提醒父母。  360真正做到了将人工智能技术落地在产品中，服务大众。自2017年起，人工智能技术不再仅依靠数据、算法和算力的提升，新的方向加入了场景。将技术应用到具体的场景中。360智能硬件分为三部分：第一场景部分是穿戴式设备。第二场景部分，家庭安全。第三个场景属于出行安全。 04 理论输出 360主要提出两个比较基础且核心的深度学习算法，NIN网络（Network In Network）和Dual-path Network。 4.1 NIN网络 这个网络在2014年提出，奠基了后续一系列工作，它的诞生导致对后来谷歌提出对GoogleNet等网络有非常大的启发意义。 创新点主要有两个，MIPconv和全局均值池化。CNN高层特征其实是低层特征通过某种运算的组合，根据这个想法，提出在每个局部感受野中进行更加复杂的运算，提出了对卷积层的改进算法：MLP卷积层，后演变成1*1卷积，被广泛使用。  全局均值池化对每个特征图一整张图片进行全局均值池化，这样每张特征图都可以得到一个输出。这样采用均值池化，连参数都省了，可以大大减小网络，避免过拟合，另一方面它有一个特点，每张特征图相当于一个输出特征，然后这个特征就表示了我们输出类的特征。 4.2 Dual path Network Dual path networks（DPN）是最后一届ImageNet竞赛的冠军。作者用High Order RNN结构（HORNN）把DenseNet和ResNet联系到了一起，证明了DenseNet能从靠前的层级中提取到新的特征，而ResNet本质上是对之前层级中已提取特征的复用。通过把这两种结构的优点结合到一起，就有了最新结构Dual Path Networks（DPN）。 题外话：本公众号的创始人言有三就是从360AI研究院出来的，想去那里实习或者工作的，可以骚扰他！ |
|
|
