近日，計算機(jī)視覺和模式識別的頂級學(xué)術(shù)會議，CVPR 2019 會議開幕式暨頒獎儀式在美國洛杉磯舉行，經(jīng)過 CVPR 2019 專門的最佳論文獎評選委員會（Best Paper Award Committee）評審，評委們從50 篇最佳論文候選名單中評選出 4 篇獲獎?wù)撐�，分別是 2 篇最佳論文榮譽(yù)提名、1 篇最佳學(xué)生論文和 1 篇最佳論文。

今年的CVPR上，華人收獲頗豐，幾乎包攬了最佳論文、最佳學(xué)生論文和最具影響力論文獎，分別由來自CMU的辛?xí)�冕等人、加州大學(xué)圣巴巴拉分校的王鑫等人和李飛飛團(tuán)隊等人摘得！

華人包攬三大獎項第一作者，李飛飛成經(jīng)典

最佳論文獎

CVPR 2019年最佳論文獎為《A Theory of Fermat Paths for Non－Line－of－Sight Shape Reconstruction》，作者來自卡內(nèi)基梅隆大學(xué)，多倫多大學(xué)和倫敦大學(xué)學(xué)院，論文一作辛?xí)�冕是卡耐基梅隆大學(xué)機(jī)器人研究院的博士二年級學(xué)生。

這篇文章提出了一種新的光費馬路徑（Fermat path）理論，來估計非視距物體（non－line－of－sight）的形狀。非視距問題就是攝像頭無法直接看到某些場景導(dǎo)致很多光子會因為散射或反射等情況朝著與鏡頭相反的方向前進(jìn)。該方法首次做到精確恢復(fù)一些隱藏在角落里或者隱藏在漫射器后面的物體的形狀。

最佳學(xué)生論文獎

最佳學(xué)生論文獎授予《Reinforced Cross－Modal Matching ＆ Self－Supervised Imitation Learning for Vision－Language Navigation》，作者來自加州大學(xué)圣巴巴拉分校，雷德蒙德微軟研究院和杜克大學(xué)，一作王鑫。

本文獲獎理由是在視覺語言相結(jié)合的導(dǎo)航中作出了跨越性進(jìn)步。它結(jié)合了強(qiáng)化學(xué)習(xí)和自我監(jiān)督模仿學(xué)習(xí)的優(yōu)點，使機(jī)器人能夠通過遵循引用環(huán)境地標(biāo)的自然語言指令來導(dǎo)航到現(xiàn)實環(huán)境中的目標(biāo)位置，模仿人類如何給出和遵循指示。該論文在同行評審中獲得了所有三個“Strong Accept”，在投稿文章中審稿得分排名第一。

經(jīng)典論文獎：李飛飛ImageNet十年后再獲殊榮

Longuet－Higgins 獎是 IEEE 計算機(jī)協(xié)會模式分析與機(jī)器智能（PAMI）技術(shù)委員會在每年的 CVPR 頒發(fā)的 “計算機(jī)視覺基礎(chǔ)貢獻(xiàn)獎”，表彰十年前對計算機(jī)視覺研究產(chǎn)生了重大影響的 CVPR 論文。獎項以理論化學(xué)家和認(rèn)知科學(xué)家 H． Christopher Longuet－Higgins 命名。

2019 年的 Longuet－Higgins 獎授予鄧嘉、李飛飛、李佳等人的ImageNet工作：ImageNet： A Large－Scale Hierarchical Image Database。ImageNet可以說是計算機(jī)視覺領(lǐng)域最負(fù)盛名的工作，這篇論文發(fā)表于 2009 年CVPR，目前已有11508次引用。

中國AI實力屢獲認(rèn)可

作為計算機(jī)視覺的頂級會議，CVPR 2019 盛況依然，中國學(xué)者斬獲頗豐也代表了中國學(xué)術(shù)影響力的不斷提高。今年的CVPR對論文作者機(jī)構(gòu)和論文主題做了雙向篩選，根據(jù)外部不完全統(tǒng)計，國內(nèi)學(xué)校、學(xué)術(shù)機(jī)構(gòu)、企業(yè)投稿都非常積極，也收獲頗豐。

其中，阿里巴巴（含螞蟻金服）被接收口頭報告論文4篇，海報論文8篇；中國科學(xué)院被接收口頭報告論文11篇，海報論文46篇；清華大學(xué)被接收口頭報告論文9篇，海報論文47篇，表明了國內(nèi)學(xué)校、機(jī)構(gòu)和科技企業(yè)在計算機(jī)視覺領(lǐng)域的研究實力和學(xué)術(shù)能力，凸顯了中國學(xué)者的國際影響力越來越強(qiáng)。

作為世界人工智能第一梯隊，除了在CVPR上的學(xué)術(shù)表現(xiàn)，中國的人工智能實力在各個維度屢獲認(rèn)可。在專利申請上，中國已經(jīng)成為全球人工智能專利布局最多的國家。據(jù)《日經(jīng)亞洲評論》統(tǒng)計，中國的人工智能專利數(shù)目其實在2015年就曾經(jīng)超過美國，位居環(huán)球第一。

在論文文獻(xiàn)上，根據(jù)科技部發(fā)表的《中國新一代人工智能發(fā)展報告2019》，在2013－2018 年，全球人工智能領(lǐng)域的論文文獻(xiàn)產(chǎn)出共 30．5 萬篇，其中中國發(fā)表 7．4 萬篇，居全球最高。另外，在企業(yè)數(shù)量、融資規(guī)模上中國居全球第二。中國已成為名副其實的全球人工智能產(chǎn)業(yè)大國。

未來的中國AI：人才是關(guān)鍵因素

中國的AI正步入快速發(fā)展的軌道，雖然，在各項指標(biāo)上都居于世界前列，但目前我國人工智能人才培養(yǎng)與美國相比還是遠(yuǎn)遠(yuǎn)落后的，無論是在高校研究者的數(shù)量上還是研究成果上，都有較大的差距。根據(jù)CS ranking數(shù)據(jù)，在全球人工智能研究排名前20的高校中的頂級學(xué)者數(shù)量進(jìn)行比較，美國占68％，中國占24％；而人工智能人才的從業(yè)人數(shù)上，美國也是中國的近兩倍。

人工智能產(chǎn)業(yè)的競爭，說到底是人才和知識儲備的競爭。人工智能領(lǐng)域的技術(shù)門檻比較高，更是需要多學(xué)科、多領(lǐng)域聯(lián)合的復(fù)合型高端人才。短期來看，人才缺口會持續(xù)放大，供給壓力凸顯，持續(xù)的人才培養(yǎng)，才能讓人工智能的發(fā)展更好地適應(yīng)可能面對的新挑戰(zhàn)。

人工智能帶來了第四次工業(yè)革命浪潮的洶涌之勢，眾多傳統(tǒng)行業(yè)借助AI賦能產(chǎn)業(yè)結(jié)構(gòu)，不斷升級換代與創(chuàng)新變革，國內(nèi)更是誕生了諸如曠視科技、商湯科技、極鏈科技、依圖科技等優(yōu)秀人工智能創(chuàng)新企業(yè)。加強(qiáng)人才培養(yǎng)，才能從根源上領(lǐng)跑，讓中國成為全球人工智能賽道上一個最強(qiáng)有力的“先鋒”，有望在國際科技競爭中掌握主動權(quán)。