旷视孙剑：Brain++助力深度学习变革视觉计算

旷视

于 2019-10-18 19:02:58 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： MegEngine

本文链接：https://blog.youkuaiyun.com/Megvii_tech/article/details/102735570

在2019年AI WORLD 2019世界人工智能峰会上，旷视首席科学家孙剑分享了深度学习如何变革视觉计算，并介绍了旷视自研的人工智能算法平台Brain++。Brain++的深度学习框架MegEngine具备训练和推理一体化能力，通过AutoML技术自动化深度神经网络设计，提高开发效率，构建出高效算法开发生产线。旷视凭借Brain++致力于推动人工智能和物联网在图像感知和智能传感领域的研究与应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

10 月 18 日，2019 中关村论坛平行论坛—— AI WORLD 2019 世界人工智能峰会在北京举办。旷视首席科学家、旷视研究院院长、西安交通大学人工智能学院院长孙剑受邀出席并发表演讲。

AI World 2019 世界人工智能峰会由海淀区政府、中关村科学城管委会主办，海淀园管委会、新智元、智源研究院承办。大会围绕分布式智能、AI 软硬件新生态、开发者社区及产业链缺环的核心技术，邀请全球多位顶尖 AI 产学研专家进行了对话分享。旷视首席科学家、旷视研究院院长、西安交通大学人工智能学院院长孙剑受邀出席并进行了《深度学习变革视觉计算》的演讲。

孙剑在世界人工智能峰会发表演讲

孙剑回顾了深度学习在语义图像理解、计算机摄影学和 AI 计算三个方面对人类基础研究和实际应用带来的巨大变革，同时也介绍了旷视在这三方面最近的研究与最佳应用。

值得一提的是，在谈到如何提升算法的工程化开发能力时，孙剑介绍了旷视自研的人工智能算法平台 Brain++。其核心深度学习框架 MegEngine 相比业内主流框架，具有独特的训练和推理一体化能力，可实现一次算法训练直接部署模型。Brain++ 快速流程化了算法的训练、优化、推理和部署，减少人员参与而不牺牲训练质量，大幅提高算法训练、部署效率。

另外，Brain++ 还开创性地集成了旷视自主研发的 AutoML 技术，将深度神经网络设计、参数调整及设备适配等过程自动化，帮助旷视显著降低人力成本并大幅提高开发效率，构建出一条不断自我改进、不断变得