作者 | Jeff Dean

編譯 | AI 科技評論

我們都知道谷歌有龐大的研究機構規模，谷歌的研究人員們有的從事算法理論研究、有的從事算法應用研究，而在兩個方向中，谷歌都是重要的中堅力量，每年都會產出許多前瞻性的、或者帶來重大改進的、或者有很高應用價值的研究成果。

以谷歌 AI 為核心的谷歌研究院的目標就正是「研究長期的、有重大意義的問題，其中重點關注那些能給普通大眾帶來更好生活的問題」。

2019 年結束以後，谷歌研究院副總裁、谷歌技術傳奇人物 Jeff Dean 和往年一樣執筆（鍵盤）寫下了谷歌研究院2019年的年終總結。在這一年中，谷歌在醫療、機器人等新興領域做出了大量技術應用成果，也給谷歌的產品線增加了許多新成員、新功能。

Jeff Dean的年終總結中同時涵蓋了許多產品開發和學術研究成果，我們更關注其中的學術研究成果，這篇文章就把這些學術研究成果翻譯介紹如下。

一、量子計算

2019年，谷歌的量子計算團隊首次向世界展示了量子計算機的真正實力：在量子計算機上運行的量子計算算法可以獲得指數級的加速，只需要200秒就可以完成在世界最快的經典計算機上需要一萬年才能完成的任務。

如果量子計算機投入使用，它將可以大大簡化材料科學、量子化學、大規模優化等問題的難度。不過目前距離那一步還有很遠的距離，我們需要繼續做出努力，推動這個領域前進。

谷歌的下一個研究重點是在量子計算中實現量子糾錯，這樣可以運行耗時更久的運算。除此之外，谷歌還在研究如何讓量子算法更容易表達、如何讓硬體更容易控制，而且他們已經發現了可以藉助深度強化學習之類的機器學習方法，來幫助構建更可靠的量子處理器。

2019年的這些量子計算研究成果給人帶來很多激勵，也是讓量子計算更成熟、能解決世界中的真實問題的早期探索。

二、通用算法和理論

在通用算法和理論方面，我們繼續開展從算法基礎到應用的研究，同時，也做了一些關於圖挖掘和市場算法的工作。我們在《圖學習算法概述》這篇博客中詳細介紹了這項工作。

https://ai.googleblog.com/2019/06/innovations-in-graph-representation.html

VLDB 2019 上，我們發表了一篇論文，標題是《Cache-aware load balancing of data center applications》，它還有一個備選標題——《Increase the serving capacity of your data center by 40% with this one cool trick》。這篇論文描述了我們如何利用圖的均衡分割來專門化網絡搜索後端服務系統的緩存，從而同樣的快閃記憶體存儲能夠支持的查詢流量提升了 48%，這讓整個搜索後端能支持的查詢流量提升了40%。

在 ICLR 2019 的論文《A new dog learns old tricks: RL finds classic optimization algorithms》中，我們發現了算法和機器學習之間的新的聯繫，這也顯示了強化學習是如何有效地為線上匹配和分配此類經典的線上優化組合問題，找到最優（在最壞的情況下，一致的）算法。

我們在可伸縮算法方面的工作涵蓋了大數據集的並行、在線和分布式算法：

第一，在最近發表的FOCS 2019 論文《Near-Optimal Massively Parallel Graph Connectivity》中，我們提供了一個接近最優的大型平行計算算法來連接這些部分；

第二，我們還發表了另一組論文《Coresets Meet EDCS: Algorithms for Matching and Vertex Cover on Massive Graphs》、《Distributed Weighted Matching via Randomized Composable Coresets》、《Improved Parallel Algorithms for Density-Based Network Clustering》，在理論和實踐中改進了匹配的平行算法的同時，也改進了密度聚類的平行算法；

第三，我們還開展了關於黑箱模型中自適應優化子模塊函數的工作（《Categorical Feature Compression via Submodular Optimization》），這項工作目前已在特徵選擇和詞彙壓縮等方面得到了一些應用。

我們還在一篇 SODA 2019 《Submodular Maximization with Nearly Optimal Approximation, Adaptivity and Query Complexity》論文中，提出了一個子模塊最大化算法，它在近似因子、循環複雜度和查詢複雜度這三個方面幾乎都是最優的。

另外，在另一篇FOCS 2019 論文《Residual Based Sampling for Online Low Rank Approximation》中，我們提供了首個針對PCA（主成分分析）和列子集選擇問題的在線乘法近似算法。

我們在其他的一些工作中，還引入半在線計算模型，假設未知的未來包括一個可預測的部分和一個對抗的部分。對於經典的組合問題，如二部圖匹配和緩存，我們通過使用半在線算法，來確保可以在可能最好的在線和離線算法之間流暢地插值。

在市場算法方面，我們最近的研究工作包括，全新地理解了學習和市場之間的相互作用，並在實驗設計上實現了創新。

例如，我們在《Strategizing against No-regret Learners》這篇 NeurIPS 2019 Oral 論文中，揭示了策略型智能體在常見的重複兩人遊戲中與一個學習智能體比賽時，具有令人驚訝的競爭優勢。

我們最近聚焦於廣告自動化方面的研究工作，增加了我們對於自動競價和理解廣告商的反饋行為的興趣。在一組 WINE 2019 論文《Response Prediction for Low-Regret Agents》、《Autobidding with Constraints》中，我們研究了最大化代表廣告商的對話的最優策略，以及進一步學習拍賣過程中廣告商發生任何變化的反饋行為。同時，我們還研究了存在干預行為的實驗設計，在此干預下，某一方的行為可能會影響另一方法的結果。

我們在一篇 KDD 2019 論文《Randomized Experimental Design via Geographic Clustering》和一篇 NeurIPS2019 論文《Variance Reduction in Bipartite Experiments through Correlation Clustering》中，展示了如何在保持實驗效果的同時，定義單元以及單元群來限制干預。

三、機器學習算法

2019年，我們在機器學習算法的許多領域都進行了探索，一個工作重點是了解神經網絡中的訓練動力學的性質。在《 Measuring the Limits of Data Parallel Training for Neural Networks》一文中，我們提出了一組實驗，表明（通過批量）擴展數據並行量可以有效使模型收斂更快。

與將數據分布在多個計算設備中的數據並行性相比，模型並行性也是擴展模型的一種有效方法。GPipe是一個通過類似於流水線CPU處理器所使用的方法的庫，它可以使模型並行化更加有效：當整個模型的一部分正在處理某些數據時，其他部分可以並行計算不同的數據。這種流水線的結果可以組合在一起，從而來模擬更大的有效批次大小。

當機器學習模型能從原始數據輸入中學習到較高級別的「經過解耦」的表征，而且這些表征就是我們希望模型能分辨的屬性（貓vs卡車vs牛羚，癌組織vs正常組織）時，機器模型就能發揮出很好的效果。

推進機器學習算法的重點，主要是鼓勵學習更好的表示形式，這些表示形式可以更好地推廣到新的樣本、問題或領域。2019年，我們在許多不同的背景下研究了這個問題：

1、《Evaluating the Unsupervised Learning of Disentangled Representations》

在這篇文章中，我們檢查了哪些屬性會影響從無監督數據中學習的表示形式，以便更好地理解什麼才能造就良好的表示和有效的學習。

2、《Predicting the Generalization Gap in Deep Neural Networks》

在這篇文章中，我們表明可以使用邊緣分布的統計來預測泛化差距（模型在數據上的性能來自訓練數據的分布與其他數據分布之間的差距），這有助於我們可以更好地了解哪種模型能夠更有效地泛化。

3、 《Learning to Generalize from Sparse and Underspecified Rewards》

在這篇文章中，我們研究了為強化學習指定獎勵功能的方法，這些方法使學習系統可以更直接地從真實目標中學習，且不會因較長的、不理想的動作序列而分心。

四、自動機器學習（AutoML）

AutoML，可以使學習算法實現自動化，並且在某些類型的機器學習元決策方面，與最好的人類機器學習專家相比，通常可以取得更好的結果。2019年我們繼續這樣方面的研究。

1、《EfficientNet: Improving Accuracy and Efficiency through AutoML and Model Scaling》

在這篇文章中，我們展示了如何將NAS技術應用到CV問題上，從而獲得更好的結果，包括在ImageNet上獲得最佳結果（84.4% top-1的準確度），且參數相較於此前最先進的模型少了8倍。

2、《EfficientNet-EdgeTPU: Creating Accelerator-Optimized Neural Networks with AutoML》

這項工作，我們展示了神經NAS方法如何找到針對特定硬體加速器的高效模型，從而能夠在移動設備上運行高精度、低計算量的模型。

3、 《Video Architecture Search》

這篇文章，我們描述了如何將AutoML工作擴展到視頻模型的領域，如何找到可實現最新結果的體系結構，以及與手工模型的性能相匹配但計算量減少50倍的輕型體系結構。

4、《 An End-to-End AutoML Solution for Tabular Data at KaggleDays》

我們開發了用於表格數據的AutoML技術，許多公司和組織在關係資料庫中都擁有一些非常有趣的數據，並且經常希望能夠基於這些數據來開發機器學習模型，我們這項工作解鎖了這個新的領域。我們將這項技術作為一個谷歌雲 AutoML Tables的產品進行了發布。（劇透一下：AutoML Tables在74個專家數據科學家團隊中獲得了第二名的排名）。

5、《Exploring Weight Agnostic Neural Networks》

在這篇論文中，我們展示了如何不需要任何訓練步驟，便可以更新有趣的神經網絡架構，從而來更新評估模型的權重。這個工作可以使體系結構搜索的計算效率提高。

6、《Applying AutoML to Transformer Architectures 》

這篇論文探索了用於NLP任務的體系結構，這個結構在性能上遠超最初的Transformer模型，大大降低了計算成本。

7、《SpecAugment: A New Data Augmentation Method for Automatic Speech Recognition》

這裡我們將自動學習數據增強方法擴展到語音識別模型當中。與現有的「ML專家」驅動的數據增強方法相比，所學習的增強方法可以用更少的數據實現更高的準確性。

8、《keyword spotting and spoken language identification using AutoML》

我們推出了第一款語音應用程式，使用AutoML進行關鍵字識別和口語識別。在我們的實驗中，我們發現了一種比人工設計更好的模型（效率更高，性能更高）。

五、自然語言理解

在過去的幾年中，自然語言理解、翻譯、對話、語音識別和其他一些相關任務的模型都取得了顯著的進步。2019年，我們工作的主題之一是通過結合各種方式或任務來提高技術水平，以訓練出更強大的模型。下面是一些研究案例：

1、《Exploring Massively Multilingual, Massive Neural Machine Translation》

在這項工作中，我們訓練了一個模型，能夠在100種語言之間進行翻譯（注意並不是 100 個單獨的模型），這個模型能夠顯著提高翻譯質量。

2、《Large-Scale Multilingual Speech Recognition with a Streaming End-to-End Model》

在這篇論文中，我們展示了將語音識別和語言模型結合在一起，並在多種語言上進行訓練，結果可以顯著提高語音識別精度。

3、《 Translatotron: An End-to-End Speech-to-Speech Translation Model》

在這個工作中，我們證明了可以訓練一個聯合模型來很好地（通常是分別）完成語音識別、翻譯和文本到語音生成的任務，例如在生成的翻譯音頻中保留說話者的聲音。

4、《Multilingual Universal Sentence Encoder for Semantic Retrieval》

在這篇論文中，我們展示了如何將許多個不同的目標組合在一起，從而得到一個在語義檢索方面更好的模型（相較於簡單的單詞匹配技術）。例如在Google Talk to Books中，查詢「What fragrance brings back memories?」，得出的結果是：「And for me, the smell of jasmine along with the pan bagnat, it brings back my entire carefree childhood.」

5、《Robust Neural Machine Translation 》

在這篇論文中，我們用對抗程序顯著地提高了語言翻譯的質量和魯棒性。

隨著對seq2seq、Transformer、BERT、Transformer-XL和ALBERT模型等的研究，我們的語言理解能力不斷得以提升，這些技術都相繼應用在我們的核心產品或功能中（例如Google Translate、Gmail、谷歌搜索等）。

2019年，我們將BERT嵌入在我們的核心搜索和排名算法當中，實現了在過去五年中搜索質量最大的改進（也是有史以來最大的改進之一）。

六、機器感知

在過去的十年中，用來理解靜止圖像的模型有了翻天覆地的進展。下一個重大研究前沿就是要理解動態變化的世界，而且要有更細的粒度、更多的細節。這不僅包括對圖像和視頻有更細緻的理解，也包括要有實時的、符合情境的感知；這代表著，理解世界的速度要足夠快，要來得及和世界互動，同時也要設身處地地理解用戶所在的空間位置。

2019年中，谷歌探索了這個領域中的許多方面，包括：

• Lens app 中的細粒度視覺理解，它讓視覺搜索功能變得更強大

• 智能照相功能，比如 Quick Gestures 擺姿勢照相、Face Match 人臉匹配以及Nest Hub Max上的智能視頻通話

• Lens app 能實時感知空間信息，就可以用現實增強為用戶提供幫助

• 更好的視頻深度預測模型

• 通過時序循環一致性學習進行的細粒度時序視頻理解中也有了更好的表征

• 從無標註視頻中學習時序一致的、包括了文本、聲音、視頻多種模態的表征

• 能觀察已經發生的視頻預測未來的視覺圖像

• 能更好地理解視頻中的動作序列的模型，在谷歌相冊中使用以後能更好地追蹤吹蠟燭、滑雪之類的特別瞬間

七、機器人技術

用機器學習技術來控制機器人是我們非常重視的一個研究方向。我們相信這是讓機器人能在複雜的真實世界環境（比如辦公室、家裡）里有效運行的必不可少的手段。2019 年中，我們的相關研究成果包括：

1、《Long-Range Robotic Navigation via Automated Reinforcement Learning》

論文展示了可以把強化學習和長距離規劃結合在一起，讓機器人更高效地在複雜環境中導航（下圖中的例子是谷歌的辦公樓）

2、《PlaNet: A Deep Planning Network for Reinforcement Learning》

論文展示了如何僅僅從圖像像素中高效地學習世界模型，以及如何利用這個模型學到的世界運行的知識，以便用更短的學習過程掌握各種任務。

3、《Unifying Physics and Deep Learning with TossingBot》

論文表明機器人可以通過在環境中的反覆嘗試學習到「直覺式」的物理知識，可以不需要先通過編程的方式為他們輸入環境信息和物理規律。

4、《Soft Actor-Critic: Deep Reinforcement Learning for Robotics》

論文展示了一種可以同時讓預期回報（標準的強化學習策略）和策略的熵（讓智能體學到更隨機的行動）最大化的強化學習算法，可以讓智能體學習得更快，而且對環境中的變化更魯棒。

5、《Learning to Assemble and to Generalize from Self-Supervised Disassembly》

論文中，機器人可以用自監督的方式先學會如何拆解東西，然後再學會如何組裝，就和小孩拆東西裝東西一樣。

谷歌還開發了低成本機器人測試平台 ROBEL，幫助學術研究人員和企業開發人員更便捷地開發真實世界中工作的機器人硬體。

八、為整個開發和學術研究界的發展提供助力

「開源」並不僅僅代表著代碼，更重要的是社區中做出貢獻的人。對於整個開源大家庭來說，2019年有許多值得慶祝的時刻。

在這一年中，我們正式發布了TensorFlow2.0，這是目前最大最先進的TensorFlow，它也讓機器學習系統、應用的構建前所未有地簡單；我們在TF Lite中加入了GPU硬體推理的支持；我們還發布了 Teachable Machine 2.0，這是一個基於網頁的快捷、便於使用的工具，不需要敲代碼，只需要點點滑鼠就可以訓練機器學習模型。我們也發布了 MLIR，這是一個開源的機器學習算法編譯器，作為一個基礎設施，它的設計目標是緩解軟體、硬體日趨明顯的碎片化現象，讓AI應用的構建更容易。

這也是高性能機器學習研究工具 JAX 發布後的第一年。就在NeurIPS 2019上，我們和更多的開源社區成員們展示了從 NTK 神經正切核到貝葉斯推理到分子動力學等等各種各樣的使用JAX開發的模型，我們也發布了雲TPU上運行的JAX的預覽版。

我們也開源了用來構建多模態感知機器學習應用流水線的框架設計工具MediaPipe，和含有各種高效的浮點神經網絡推理操作符的庫 XNNPACK。截止2019年底，我們已經通過TensorFlow Research Cloud贊助了超過1500名研究人員免費使用雲TPU。我們的TensorFlow入門Coursera課程也迎來了超過10萬名學生。我們在11個不同國家舉辦了TensorFlow推廣活動，藉機接觸了上千名用戶；我們還舉辦了首個TensorFlow世界大會。

在TF的幫助下，全世界各種各樣背景的人也做出了各種各樣的成果，2019年裡有一位大學本科生髮現了兩個新的行星，他也開源了這個模型，讓更多的人可以用這個方法發現更多的行星；一位奈及利亞裔的數據科學家訓練了一個GAN來生成代表了非洲面具風格的圖像；烏干達的一位開發者用TF編寫了Farmers Companion app，幫助當地農民對付一種傷害莊稼的毛毛蟲。

在白雪覆蓋的愛荷華州，研究人員們和政府部門聯手用TF編寫了根據車流行為、視覺數據以及其它數據判斷道路安全狀況的程序；在晴朗乾燥的加州，大學生們也用TF來發現洛杉磯一帶的路面凹坑和危險碎石。

九、公開數據集

具有明確和可測量目標的開放數據集，往往對推動機器學習領域的發展非常有幫助。為了幫助研究界找到有趣的數據集，我們繼續通過使用Google Dataset Search索引了來自多個不同組織發布的各種公開的數據集。

我們還認為很重要的是，要為社區創建新的數據集用以探索和開發新的技術，並確保能夠有責地共享公開的數據集。這一年，我們先後新發布了涵蓋多個不同領域的數個公開數據集：

Open Images V5：這是常用的Open Images數據集的更新版本，包括面向 350 個類中的280萬個對象的分割掩膜（所以現在該數據集擁有圖片級標籤、對象邊框、對象分割掩膜和視覺關係標註的 900 萬張圖像）。

Natural questions：這是首個使用自然發出的查詢，並通過讀取整個篇章找到答案而非從短段落中提取答案的數據集。

Data for deepfake detection：我們為 FaceForensics 基準貢獻了視覺 deepfakes 的大型數據集（如上文所提到的）。

Google Research Football: 這是一個新穎的強化學習環境，在此環境中，智能體的目標就是掌握世界上最熱門的運動——足球。強化學習智能體要實現其目標，實現足球射門的目標很重要！

Google-Landmarks-v2：該數據集擁有超過 200萬個不同路標的超過500萬張圖片（是發布的首個版本的兩倍）。

YouTube-8M Segments：這是一個分類和實時間定位的大型數據集，擁有 YouTube-8M視頻的5秒分割級的人工驗證標籤。

Atomic Visual Actions (AVA) Spoken Activity：這是一個用於對話感知的音頻+視覺的多模態數據集。此外，我們還面向 AVA 動作識別和 AVA: Spoken Activity 數據集舉辦了一些學術挑戰賽。

PAWS and PAWS-X：為了推動複述識別的進步，這兩個數據集都包括了具有高詞彙重疊的格式正確的句對，複述約一半的句對，而另一半則不複述。

Natural language dialog datasets：CCPE 和 Taskmaster-1都使用讓兩個人一組進行口語對話的 Wizard-of-Oz平台，來最小化數字助理的對話水平和人類的差距。

The Visual Task Adaptation Benchmark：VTAB這一基準遵循和ImageNet和 GLUE相同的準則，但是它基於的一個原則是：在域內數據的限制下，未見過任務上更好的性能優先於更好的表征。

Schema-Guided Dialogue Dataset：這是最大的面向任務的對話公開語料庫，擁有橫跨17個領域的18000多組對話。

十、與研究界的互動交流

2019年，我們也活躍於更廣闊的學術界和研究界。這一年，谷歌研究人員發表了數百篇論文，參加了多場學術會議，並獲得了許多獎項和其他榮譽：

• 在CVPR 上，谷歌研究者展示了40餘篇論文、演講、海報並舉辦了研討會以及其他活動。

• 在 ICML上，谷歌研究者展示了100餘篇論文、演講、海報並舉辦了研討會以及其他活動。

• 在ICLR 上，谷歌研究者展示了60餘篇論文、演講、海報並舉辦了研討會以及其他活動。

• 在ACL 上，谷歌研究者展示了40餘篇論文，舉辦了研討會以及教學講座。

• 在Interspeech 上，上百位谷歌研究者在現場一起展示了30余篇論文。

• 在ICCV 上，200多位谷歌研究者在現場一起展示了40餘篇論文，更有數位谷歌研究人員拿下 ICCV 三個獎項。

• 在NeurIPS上，500多位谷歌研究人員合作發表了超過 120 篇論文，並在現場參加了各類研討會和其他活動。

我們還召集了來自全球各地的數百名谷歌研究人員和教職員工，參加了在谷歌辦公室舉辦的15個獨立的研究研討會。這些研討會的主題涵蓋了從改善全球洪災預警，到如何使用機器學習建立能更好地為殘疾人服務的系統，到加速開發用於有噪聲的中等規模量子（NISQ）處理器的算法、應用程式和工具。

為了支持谷歌以外的學術界和研究界，我們通過「年度博士獎學金計劃」在全球範圍內支持了50多名博士生，與此同時，我們還成立了158個項目基金作為「2018年谷歌職工研究獎」的一部分，並舉辦了第三屆「 Google AI Residency Program」，還為人工智慧初創企業提供了指導幫助。

十一、2020 年及未來的展望

過去的十年見證了機器學習和計算機科學領域的長足發展，我們現在已經讓計算機有了比以前更好的看、聽和理解語言的能力（更多詳細可參考《The Decade of Deep Learning》一文，

https://leogao.dev/2019/12/31/The-Decade-of-Deep-Learning/

現在我們擁有了唾手可得的先進的計算設備，從而可以利用這些能力更好地幫助我們完成日常生活中的許多任務。我們通過開發出專門的硬體，已經圍繞這些機器學習方法從根本上重新設計了現有的計算平台，從而使我們能夠解決更大的問題。

這改變了我們對於既存在於數據中心、同時也搭載於低功耗移動環境中的計算設備的看法（前者如以推理為中心的TPUv1和以訓練和推理為中心的TPUv2和TPUv3，後者如邊緣 TPU）。

深度學習革命將繼續重塑我們對計算和計算機的看法。

與此同時，現在也還有許多我們尚且無法回答的問題以及尚未解決的挑戰。以下是我們在 2020年及以後要解決的一些問題以及感到興奮的一些研究方向：

第一，如何建立能夠處理數百萬任務並且能夠主動學習順利完成新任務的機器學習系統？

目前，我們基本上都需要為每個新任務訓練單獨的機器模型，從頭開始或者頂多基於為一個或幾個高度相關的任務訓練的模型開始。因此，我們訓練的模型雖然確實擅長某個任務或者某幾個任務，但並不擅長其他任務。

然而，我們真正想要訓練的模型，是那些善於利用它們的專業知識來完成很多任務的模型，這樣這些模型就能夠學會用相對較少的訓練數據和計算，來完成一個新的任務。

這是一個真正的巨大挑戰，需要具備橫跨包括固態電路設計、計算機體系結構、以ML為中心的編譯器、分布式系統、機器學習算法在內的多個領域的專業知識和進展以及其他多個領域的領域專家，來開發出具備能夠獨立解決整個應用領域中的新任務的泛化能力的系統。

第二，如何推動如避免偏見、增加可解釋性和可理解性、改善隱私和確保安全等當前非常重要的 AI 研究領域的進步？隨著我們人類在社會上越來越多地使用機器學習，這些領域的進步將是至關重要的。

第三，如何應用計算和機器學習來促進重要的新科學領域的進展？AI 領域通過與例如氣候科學、醫療健康、生物信息學和許多其他領域的專家進行精誠合作，可以獲得一些重要進展。

第四，如何才能確保機器學習和計算機科學研究界所追求的理念和方向，是由多種多樣的研究人員共同提出和探索的？

計算機科學和機器學習研究界正在從事的工作，對數十億人都有著廣泛的影響，我們希望從事 AI 領域的研究人員能夠代表世界上所有人的經歷、觀點、關注點和創造熱情。

那我們如何才能最好地支持來自不同背景的新研究人員進入該領域呢？

總而言之，2019年對於谷歌和整個研究界而言，是研究工作取得巨大進展的令人興奮的一年。我們很高興將在 2020 年以及以後繼續迎接這些研究挑戰，也期待能夠與大家分享我們後續的研究進展。

AAAI 2020 論文集：

AAAI 2020 論文解讀會 @ 望京（附PPT下載）

AAAI 2020 論文解讀系列：

01. [中科院自動化所] 通過識別和翻譯交互打造更優的語音翻譯模型

02. [中科院自動化所] 全新視角，探究「目標檢測」與「實例分割」的互惠關係

03. [北理工] 新角度看雙線性池化，冗餘、突發性問題本質源於哪裡？

04. [復旦大學] 利用場景圖針對圖像序列進行故事生成

05. [騰訊 AI Lab] 2100場王者榮耀，1v1勝率99.8%，騰訊絕悟 AI 技術解讀

06. [復旦大學] 多任務學習，如何設計一個更好的參數共享機制？

07. [清華大學] 話到嘴邊卻忘了？這個模型能幫你 | 多通道反向詞典模型

17. [上交大] 基於圖像查詢的視頻檢索，代碼已開源！