IEEE Fellow梅涛西安疫情最新资讯中的视觉计算前沿进展如同火山爆发般震撼人心同时面临的挑战则
在西安疫情最新资讯的背景下，IEEE Fellow梅涛带来了关于《从感知智能到认知智能的视觉计算》的报告，这场演讲就像一场夸张的火山爆发，将人工智能领域的前沿进展和挑战展示得淋漓尽致。
梅涛首先介绍了AI技术在图灵测试上的巨大进步，比如内容合成与图像识别，机器已经能够模仿人类甚至超越人类，但在视频分析领域仍面临着挑战。例如，视频数据内容多样化、语义不清晰等问题导致该领域存在大量未解决的问题。
接着，他深入探讨了计算机视觉的发展历程，从传统特征工程到深度学习网络，以及目前研究范式和数据集规模的变化。他提到了Transformer跨界应用，并展示了随着研究方向变更，数据集类别和规模也发生显著变化，有些数据集甚至超过10亿级别。
对于特定领域进展，如ImageNet竞赛中ResNet152层模型超越人类识别能力，以及Kinetics-400视频分析任务反应出的潜力（open question），梅涛提供了两种原因：视频内容多样化以及同一语义含义在不同情境下的差异性。
最后，他总结当前视觉研究主要集中于RGB视频和图像研究，并预见未来成像方式将转向3D或更多多模态数据。在自然界中，对世界理解需要精细粒度图像识别，如鸟类识别中的10万种鸟类分类，而京东通过detection结合attention、自监督等路径进行探索，以达到SKU细粒度识别目标。
