CV大咖的成長(zhǎng)史

世紀(jì)之交，思潮竄動(dòng)，百業(yè)待興。

學(xué)史鉤沉，學(xué)術(shù)的河床上留下了神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)和今天的通用大語(yǔ)言模型等研究思潮或深或淺的痕跡，不知不覺中刻畫起我們的時(shí)代。每一個(gè)學(xué)者的研究方向也隨著宏大敘事浪潮或現(xiàn)實(shí)條件在不斷迭代，為時(shí)代留下個(gè)人的注腳。

沈琳琳一直在思考一串問題：我研究的東西對(duì)社會(huì)是否有用？是否忠于自己的興趣？秉承著對(duì)科研的誠(chéng)摯熱愛和對(duì)社會(huì)有所獻(xiàn)益的內(nèi)心追求，沈琳琳在幾個(gè)人生岔路口作出了重要選擇。

2000 年，沈琳琳從上海交通大學(xué)應(yīng)用電子專業(yè)碩士畢業(yè)，他放棄了當(dāng)時(shí)一份令人羨慕的工作，選擇踏上異國(guó)他鄉(xiāng)砥志研思——攻讀英國(guó)諾丁漢大學(xué)計(jì)算機(jī)專業(yè)博士。

英國(guó)諾丁漢大學(xué)校園

諾丁漢大學(xué)風(fēng)景如畫，教學(xué)與研究水平享有國(guó)際聲譽(yù)。泮林革音，萬(wàn)象宜人，沈琳琳很快適應(yīng)了高強(qiáng)度的研學(xué)節(jié)奏，興趣使然，加上深度參與博士導(dǎo)師的課題，沈琳琳自此和人臉識(shí)別結(jié)下了不解之緣。

圖像是直觀而親切的，離生活很近，容易被理解，對(duì)圖像進(jìn)行處理，使它發(fā)揮更多價(jià)值是一件有趣且有意義的事情。他的研究方向聚焦在深度學(xué)習(xí)理論及其在人臉識(shí)別／分析以及醫(yī)學(xué)圖像分析上的應(yīng)用上，專注且浸潤(rùn)極深。

讀博后半段，他將自己的研究方向向醫(yī)學(xué)圖像上拓展。當(dāng)時(shí)，導(dǎo)師拿下一個(gè)歐盟的醫(yī)學(xué)圖像的科研項(xiàng)目，他便大量接觸此方面的書籍，讓自己在該領(lǐng)域研究打好基礎(chǔ)。2005 年博士畢業(yè)到 2006 年，沈琳琳特意去附屬醫(yī)院與影像科醫(yī)生共處了一年，以便更好地理解 AI 和醫(yī)學(xué)跨學(xué)科之間的難點(diǎn)。

研學(xué)數(shù)十載，沈琳琳一直保持著韌性和自己冷靜的判斷。人工智能某項(xiàng)新技術(shù)剛提出并火爆的頭幾年，很多人不可避免地追新逐熱，但他觀察，有些相關(guān)技術(shù)在實(shí)際應(yīng)用中性能并不如在實(shí)驗(yàn)室的結(jié)果那般好，他勸自己不要著急。

深度學(xué)習(xí)剛出現(xiàn)的時(shí)候，很多人認(rèn)為它只是曇花一現(xiàn)，他還是立足實(shí)際看問題：“我觀察該方向上的數(shù)據(jù)集和應(yīng)用性能表現(xiàn)都較為出色，另外了解到產(chǎn)業(yè)界不少大公司也在關(guān)注這個(gè)方向，我感覺這個(gè)東西很不一樣，應(yīng)該是有未來(lái)的，所以在 2015 年左右跟隨了這個(gè)研究方向�！�

深耕于計(jì)算機(jī)視覺和深度學(xué)習(xí)多年，沈琳琳取得了不凡的成績(jī)，他開發(fā)的人臉識(shí)別系統(tǒng)曾在國(guó)際人臉識(shí)別算法測(cè)試比賽中獲得亞軍，研發(fā)的細(xì)胞分類算法連續(xù)獲得國(guó)際細(xì)胞圖像分類算法大賽冠軍。科研成果先后獲得吳文俊人工智能獎(jiǎng)、中國(guó)電子學(xué)會(huì)、廣東省和深圳市科學(xué)技術(shù)獎(jiǎng)勵(lì)。2015－2023連續(xù)9年被愛思唯爾出版社評(píng)為計(jì)算機(jī)學(xué)科“中國(guó)高被引學(xué)者”。

AI＋，扎根現(xiàn)實(shí)需求

2006年10月，沈琳琳心系桑梓地，沒走海外職場(chǎng)精英路線，回國(guó)在深圳大學(xué)做起了一名教師。他想把了解到的最新先進(jìn)技術(shù)和自己對(duì)學(xué)術(shù)研究的一些心得分享給國(guó)內(nèi)一群群熱情昂揚(yáng)的年輕人。

研究“視覺識(shí)別”二十多年來(lái)，沈琳琳曾指導(dǎo)團(tuán)隊(duì)完成多篇 paper 或項(xiàng)目，也獲得了不少獎(jiǎng)項(xiàng)，這的確是他熟悉且擅長(zhǎng)的賽道。但是，教育不僅僅包含純粹的科研，還需要對(duì)接產(chǎn)業(yè)升級(jí)和技術(shù)變革趨勢(shì)，培養(yǎng)支撐產(chǎn)業(yè)需求的人才。

AI 智慧養(yǎng)殖系統(tǒng)

AI 智慧養(yǎng)殖系統(tǒng)開發(fā)是一項(xiàng)縮短課堂和產(chǎn)業(yè)的距離的重要嘗試。

簡(jiǎn)單來(lái)說(shuō)，就是用 AI 輔助農(nóng)戶養(yǎng)鵝養(yǎng)雞。2020 級(jí)深大騰班學(xué)生開展過一次別開生面的“鵝臉識(shí)別”項(xiàng)目——將課堂上學(xué)到的“人臉識(shí)別”，這些原本落地金融、安防行業(yè)的 AI 知識(shí)，復(fù)制到鵝身上，幫助鵝農(nóng)識(shí)別病鵝，輕松養(yǎng)鵝，提產(chǎn)增效。

初期，沈琳琳和團(tuán)隊(duì)一度覺得沒法下手，不同于實(shí)驗(yàn)室，鵝的飼養(yǎng)和成長(zhǎng)環(huán)境復(fù)雜不可控，連經(jīng)驗(yàn)豐富的老農(nóng)都不能保證識(shí)別病鵝，不免對(duì)算法的能力存疑。還有，要讓 AI 消除對(duì)鵝的“臉盲”，必須要采集足夠多的樣本數(shù)據(jù)，但動(dòng)物不會(huì)配合鏡頭，這是一項(xiàng)全新的、工程量巨大的工作。

學(xué)生給鵝群打標(biāo)注

要養(yǎng)鵝，先懂鵝。沈琳琳決定，拋開所有酷炫的技術(shù)，同學(xué)生們前往鵝場(chǎng)，從觀察、手動(dòng)記錄和歸納鵝的基礎(chǔ)習(xí)性入手……整個(gè)暑期，沈琳琳密切關(guān)注學(xué)生們的每一項(xiàng)進(jìn)度，經(jīng)歷長(zhǎng)達(dá)半個(gè)月、30 萬(wàn)次的點(diǎn)擊標(biāo)注后，行業(yè)首個(gè)“鵝臉數(shù)據(jù)庫(kù)”誕生。最終，團(tuán)隊(duì)制作了一款識(shí)別病鵝的小程序，具備“查看鵝群、疾病預(yù)警、數(shù)據(jù)分析、檢測(cè)養(yǎng)殖環(huán)境”等功能。

邁出了AI 養(yǎng)鵝的一大步，有了數(shù)據(jù)庫(kù)沉淀，往下便可以做很多事，AI 智慧養(yǎng)殖大系統(tǒng)可以效法推進(jìn)。比如，將數(shù)據(jù)開源給學(xué)術(shù)界，更多人一起研究科學(xué)養(yǎng)鵝。借力AI ，雞鴨魚鳥等智慧養(yǎng)殖上另有廣闊天地。

AI 智慧醫(yī)療

在醫(yī)療領(lǐng)域，我們?nèi)匀幻媾R著嚴(yán)重的醫(yī)療資源問題，AI 醫(yī)學(xué)影像作為一種優(yōu)質(zhì)的醫(yī)療資源，存在巨大的供需缺口。沈琳琳在在醫(yī)學(xué)影像診斷方向上師從大佬，敬業(yè)勤懇地精研多年，做了不少對(duì)臨床診斷及治療有重要的意義的工作。

沈琳琳和團(tuán)隊(duì)通過普通數(shù)據(jù)增強(qiáng)、圖像分塊、半監(jiān)督標(biāo)注網(wǎng)絡(luò)以及自監(jiān)督任務(wù)等對(duì)大腦 MRI、細(xì)胞病理圖像和口腔數(shù)字掃描數(shù)據(jù)進(jìn)行分割和分類任務(wù)的工作。

其中，“細(xì)胞病理圖像智能輔助檢測(cè)與診斷系統(tǒng)”便是沈琳琳一項(xiàng)落地?cái)?shù)年的工作。該輔助檢驗(yàn)的智能系統(tǒng)濾去大量重復(fù)枯燥工作，讓醫(yī)務(wù)人員更專注于病變疑似區(qū)域。無(wú)論是在診斷的效率、質(zhì)量以及成本都能獲得明顯的收益。

該智能檢驗(yàn)診斷系統(tǒng)對(duì)細(xì)胞形態(tài)進(jìn)行分析中

不可否認(rèn)，人工智能影像技術(shù)在實(shí)踐中發(fā)揮了重要作用，其應(yīng)用空間和發(fā)展前景非常廣闊。但是，AI 在醫(yī)療領(lǐng)域落地困難重重：首先，要突破跨學(xué)科融合的難點(diǎn)，需要雙方人員長(zhǎng)期的配合和信任、熟悉雙方行業(yè)的溝通語(yǔ)言，達(dá)成一定共識(shí)；其次，醫(yī)療在信息安全性、算法透明度、數(shù)據(jù)壁壘和數(shù)據(jù)標(biāo)注等方面存在“黑洞”，面臨著“成本高”“填坑大”的狀況；再者，醫(yī)療領(lǐng)域與生命安全息息相關(guān)，每一個(gè)環(huán)節(jié)的推進(jìn)都要慎之又慎。

另外，新技術(shù)催生新難題。醫(yī)生的診斷其實(shí)不僅僅只看醫(yī)療影像資料，還需要其他數(shù)據(jù)，比如驗(yàn)血數(shù)據(jù)、臨床數(shù)據(jù)，以及醫(yī)生的經(jīng)驗(yàn)，各種數(shù)據(jù)綜合起來(lái)形成一份智能治療方案。而把多種數(shù)據(jù)融合起來(lái)，其實(shí)就是多模態(tài)數(shù)據(jù)，可以把當(dāng)下火熱的大模型融入進(jìn)來(lái)。

要保證 AI 智慧醫(yī)療技術(shù)處在創(chuàng)新前沿，幫助解決醫(yī)療領(lǐng)域的現(xiàn)實(shí)問題，沈琳琳和團(tuán)隊(duì)仍在與時(shí)俱進(jìn)，持持續(xù)學(xué)習(xí)中。

AI 智慧協(xié)警辦案

AI 技術(shù)在產(chǎn)業(yè)變革中應(yīng)用廣泛，沈琳琳更愿意帶領(lǐng)學(xué)生在實(shí)踐項(xiàng)目中感受 AI 的魅力和影響。

沈教授團(tuán)隊(duì)和深圳公安刑警支隊(duì)合作，用 AI 幫助法醫(yī)辨別尸體死亡時(shí)間，開發(fā)了一款判斷尸體死亡時(shí)間的算法，其原理是根據(jù)尸體上蟲子的成長(zhǎng)變化，將勘驗(yàn)檢查和AI 系統(tǒng)結(jié)合，大大提高了警務(wù)辦案的效率和準(zhǔn)確性。

另外，沈琳琳?qǐng)F(tuán)隊(duì)還曾運(yùn)用 AI 算法，協(xié)助各方追蹤保護(hù)云南元江的野生大象。

拉進(jìn)科研、課堂和產(chǎn)業(yè)的距離

每一年的畢業(yè)季，“十大無(wú)用專業(yè)”“十大水課排行”總能引發(fā)關(guān)注，這反應(yīng)了當(dāng)下學(xué)習(xí)理論和實(shí)際脫節(jié)的一種現(xiàn)狀。對(duì)接產(chǎn)業(yè)升級(jí)和技術(shù)變革趨勢(shì)，培養(yǎng)支撐產(chǎn)業(yè)需求的人才，成為我國(guó)高校人才培養(yǎng)的新使命。

因?yàn)榱苓^雨，所以想給別人撐把傘。在實(shí)際教學(xué)和科研工作中，沈琳琳希望通過自身力量縮短課堂、科研和產(chǎn)業(yè)的距離。他對(duì)學(xué)生不吝惜鼓勵(lì)，親和真誠(chéng)，凡是對(duì)學(xué)生和社會(huì)有益的事情深度參與、親力親為。AI 智慧養(yǎng)殖的“鵝臉識(shí)別”項(xiàng)目上，他和學(xué)生一道成了半個(gè)“養(yǎng)鵝專家”。

他希望青少年明白任何東西都有起落，鼓勵(lì)他們做自己感興趣且對(duì)社會(huì)有意義的事情，不必盲目跟風(fēng)。

人工智能時(shí)代呼嘯而來(lái)，沈琳琳認(rèn)為，“計(jì)算機(jī)視覺、自然語(yǔ)言、機(jī)器人等方向上都大有可為。人工智能行業(yè)有很多種不同水平的工作類型，不同能力的人可以在金字塔的不同位置找到適合自己的崗位，并依靠自己的興趣和努力，在實(shí)踐中提升自己的交叉學(xué)科理解能力，保持獨(dú)立思考，不管你原來(lái)的起點(diǎn)如何，只要你堅(jiān)持做下去，最后總能夠成功�！�