点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达

来源 | 量子位（QbitAI）

编辑 | 梦晨、丰色、萧萧、发自、凹非寺

要说起华为“天才少年”，那话题度可以说是直接拉满。

但在百万级年薪背后，“天才少年”们日常从事怎样的工作，却始终保持神秘。

现在，下文终于来了——

华为首次主动公开“天才少年”最新动向：

2019年入职、拿到200万offer的钟钊，仅用不到1年的时间，就带领团队将AutoML算法研究应用到了千万台华为Mate系列和P系列手机上。

华为官方提到，这意味着，钟钊团队成功开启了AutoML大规模商用的先河。

消息一出，又是一波话题爆炸。

华为这200万年薪，花得值了。

入职不到一年，算法用于千万台华为手机

具体怎么个值法，还是从钟钊本人的研究工作说起。

事实上，钟钊解决的正是图像像素处理算法中的一大痛点——算法精度与模型大小的平衡。

如果解决它，就能将像素处理算法部署到手机上，加速空间增强、超分辨率等图像处理的速度。

然而，与目标检测、图像分类等常见CV算法不同，这类模型的制作，需要对像素的相关属性有深入理解。

此前在AutoML方向上，对于图像分类、目标识别等CV算法的应用已经有非常多了。然而，具体到像素的算法上，还没有团队成功将AutoML进行大规模应用。

像素包括非常多的属性，例如颜色、亮度等。算法对像素进行处理，可以说是需要对图像最基本的元素进行处理。

因此，这类算法对精度要求非常高，此前华为不少专家都没能成功攻克它。

钟钊带领团队，成功将AutoML技术应用到了图像像素处理算法上。

AutoML（Automated Machine Learning），简单来说就是“用AI设计AI”，从2014年开始成为热门研究，2018年，该技术逐渐进入试商用加速阶段。

事实上，在钟钊来到华为之前，华为诺亚方舟实验室已经在进行AutoML方向的相关研究。

实验室自研了一个全流程AutoML算法集合VEGA，其中“基于硬件约束的高效分类网络搜索方案（CARS）”、“轻量级超分网络结构搜索（ESR-EA）”等算法，都属于NAS的范畴。

而AutoML，正好是钟钊在博士期间研究的方向。

2019年，钟钊和当时也在搞AutoML的华为“一拍即合”，凭借着在商汤实习时的积累，作为201万年薪的“天才少年”加入华为，担任AutoML研究组的leader，入职一年之内，就攻破了这个像素处理算法的难关。

随后，钟钊又在入职两年内，带领团队自研出了端到端的像素级AutoML流水线。

据华为介绍，这项技术能“在学界和业界都只能做到2-3倍的情况下，将视频摄影原型算法的复杂度降低百倍”，目前已用于部分新机型上，未来还会用于更多产品。

不止这项研究，钟钊在移动端视觉模型上，也有不少建树。

一直以来，设计用于移动端视觉模型主要有两种方法：

一种是手工设计轻量级的网络结构，如ShuffleNet、MobileNetV3等已取得一定的进展。

不过钟钊团队研究发现这些模型的卷积核之间仍然存在冗余，限制了模型的速度。

另一种是方法进行模型压缩，通过剪枝、蒸馏等手段获得一个与大模型结构相似的小模型。

但这种方法又会使精度下降，难以满足高端手机的要求。

钟钊来到华为后，带领团队提出过一种根据图像的内容自适应生成卷积核的动态方法。

这种方法可以在保持精度的情况下显著降低计算量，对于不同的CNN网络可以降低37%-71.3%不等。

此外在数据增强方面，钟钊在华为也研究了一种对抗性自动数据增强方法，发表在2020年ICLR上。

而如今这些研究成功的背后，也离不开钟钊本人一直的努力。

家学渊源，自小学习计算机

钟钊1991年出生在一个深受计算机科学影响的家庭。

本科就读于华中科技大学软件工程专业，大三时曾在全国大学生数学建模竞赛中获得湖北一等奖。

据「华为心声社区」报道，钟钊的父亲就是一名计算机科学家，是钱三强何泽慧夫妇的学生。

钟钊在父亲的培养下产生了浓厚兴趣，小学开始就学习一些编程知识。

在这种环境下成长，大学他选择计算机相关专业也毫不意外。

本科期间他还与同学组队做了一些编程项目，像是基于微信开发的校内版漂流瓶，很受同学们欢迎。

本科毕业后，他来到中科院自动化研究所，师从副所长刘成林。

2018年他在商汤实习期间的一作论文入选了CVPR Oral并在大会做了主题报告，当年中国入选Oral的论文仅有个位数。

△图源：商汤

在这篇论文中他提出一种自动构建高性能神经网络的分块生成办法，现在已被引用400余次。

这也是钟钊在AutoML这一相对新兴的方向发表的第一篇论文。

后来，他的研究方向逐渐聚焦于此，博士毕业论文也以《深度神经网络结构：从人工设计到自动学习为题》。

到现在，他已在IEEE T PATTERN ANAL、ICLR、iCCV、NeurIPS等国际期刊会议上发表多篇AutoML相关论文。

事实上，此前不乏外界针对“天才少年”资历的质疑声音。

在知乎就有匿名用户，曾经对于钟钊等一众“天才少年”的实际能力表示质疑，认为华为在“千金买马骨”：

据时代周报报道，一位曾与华为“天才少年”同实验室的IT业内人士表示：

华为这个年薪确实高得离谱，我们实验室一般博士毕业年薪大概在60万-80万元，硕士40万元左右。

但计算机这个行业，就是拿多少钱干多少事，他们目前压力也大。

这次官方主动公开“天才少年”钟钊的最新研究成果，并将相关成果用于华为产品上，不仅是对于钟钊本人的肯定，更是表明华为自身对于这项计划的信心。

在这之后，是否还会有更多“天才少年”的研究成果被公开出来？

我们拭目以待。

参考链接：
[1]http://app.huawei.com/paper/newspaper/newsPaperPage.do?method=showNewHwrPaperInfo&sortId=1&newsInfo=92216
[2]https://scholar.google.com/citations?user=igtXP_kAAAAJ
[3]https://xinsheng.huawei.com/cn/index.php?app=forum&mod=Detail&act=index&id=4343641
[4]https://www.zhihu.com/question/336418328/answer/758978491
[5]http://www.time-weekly.com/post/272140
[6]https://github.com/huawei-noah/vega

本文仅做学术分享，如有侵权，请联系删文。

3D视觉精品课程推荐：

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼）

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~