歡迎關注“新浪科技”的微信訂閱號：techsina 

　　文/夢晨 豐色 蕭簫

　　來源：量子位（ID：QbitAI）

　　要說起華為“天才少年”，那話題度可以說是直接拉滿。

　　但在百萬級年薪背后，“天才少年”們日常從事怎樣的工作，卻始終保持神秘。

　　現在，下文終于來了——

　　華為首次主動公開“天才少年”最新動向：

　　2019年入職、拿到200萬offer的鐘釗，僅用不到1年的時間，就帶領團隊將AutoML算法研究應用到了千萬臺華為Mate系列和P系列手機上。

　　華為官方提到，這意味著，鐘釗團隊成功開啟了AutoML大規模商用的先河。

　　消息一出，又是一波話題爆炸。

　　“華為這200萬年薪，花得值了。”

　　入職不到一年，算法用于千萬臺華為手機

　　具體怎么個值法，還是從鐘釗本人的研究工作說起。

　　事實上，鐘釗解決的正是圖像像素處理算法中的一大痛點——算法精度與模型大小的平衡。

　　如果解決它，就能將像素處理算法部署到手機上，加速空間增強、超分辨率等圖像處理的速度。

　　然而，與目標檢測、圖像分類等常見CV算法不同，這類模型的制作，需要對像素的相關屬性有深入理解。

　　此前在AutoML方向上，對于圖像分類、目標識別等CV算法的應用已經有非常多了。然而，具體到像素的算法上，還沒有團隊成功將AutoML進行大規模應用。

　　像素包括非常多的屬性，例如顏色、亮度等。算法對像素進行處理，可以說是需要對圖像最基本的元素進行處理。

　　因此，這類算法對精度要求非常高，此前華為不少專家都沒能成功攻克它。

　　鐘釗帶領團隊，成功將AutoML技術應用到了圖像像素處理算法上。

　　AutoML（Automated Machine Learning），簡單來說就是“用AI設計AI”，從2014年開始成為熱門研究，2018年，該技術逐漸進入試商用加速階段。

　　事實上，在鐘釗來到華為之前，華為諾亞方舟實驗室已經在進行AutoML方向的相關研究。

　　實驗室自研了一個全流程AutoML算法集合VEGA，其中“基于硬件約束的高效分類網絡搜索方案（CARS）”、“輕量級超分網絡結構搜索（ESR-EA）”等算法，都屬于NAS的范疇。

　　而AutoML，正好是鐘釗在博士期間研究的方向。

　　2019年，鐘釗和當時也在搞AutoML的華為“一拍即合”，憑借著在商湯實習時的積累，作為201萬年薪的“天才少年”加入華為，擔任AutoML研究組的leader，入職一年之內，就攻破了這個像素處理算法的難關。

　　隨后，鐘釗又在入職兩年內，帶領團隊自研出了端到端的像素級AutoML流水線。

　　據華為介紹，這項技術能“在學界和業界都只能做到2-3倍的情況下，將視頻攝影原型算法的復雜度降低百倍”，目前已用于部分新機型上，未來還會用于更多產品。

　　不止這項研究，鐘釗在移動端視覺模型上，也有不少建樹。

　　一直以來，設計用于移動端視覺模型主要有兩種方法：

　　一種是手工設計輕量級的網絡結構，如ShuffleNet、MobileNetV3等已取得一定的進展。

　　不過鐘釗團隊研究發現這些模型的卷積核之間仍然存在冗余，限制了模型的速度。

　　另一種是方法進行模型壓縮，通過剪枝、蒸餾等手段獲得一個與大模型結構相似的小模型。

　　但這種方法又會使精度下降，難以滿足高端手機的要求。

　　鐘釗來到華為后，帶領團隊提出過一種根據圖像的內容自適應生成卷積核的動態方法。

　　這種方法可以在保持精度的情況下顯著降低計算量，對于不同的CNN網絡可以降低37%-71.3%不等。

　　此外在數據增強方面，鐘釗在華為也研究了一種對抗性自動數據增強方法，發表在2020年ICLR上。

　　而如今這些研究成功的背后，也離不開鐘釗本人一直的努力。

　　家學淵源，自小學習計算機

　　鐘釗1991年出生在一個深受計算機科學影響的家庭。

　　本科就讀于華中科技大學軟件工程專業，大三時曾在全國大學生數學建模競賽中獲得湖北一等獎。

　　據‘華為心聲社區’報道，鐘釗的父親就是一名計算機科學家，是錢三強何澤慧夫婦的學生。

　　鐘釗在父親的培養下產生了濃厚興趣，小學開始就學習一些編程知識。

　　在這種環境下成長，大學他選擇計算機相關專業也毫不意外。

　　本科期間他還與同學組隊做了一些編程項目，像是基于微信開發的校內版漂流瓶，很受同學們歡迎。

　　本科畢業后，他來到中科院自動化研究所，師從副所長劉成林。

　　2018年他在商湯實習期間的一作論文入選了CVPR Oral并在大會做了主題報告，當年中國入選Oral的論文僅有個位數。

　　在這篇論文中他提出一種自動構建高性能神經網絡的分塊生成辦法，現在已被引用400余次。

　　這也是鐘釗在AutoML這一相對新興的方向發表的第一篇論文。

　　后來，他的研究方向逐漸聚焦于此，博士畢業論文也以《深度神經網絡結構：從人工設計到自動學習為題》。

　　到現在，他已在IEEE T PATTERN ANAL、ICLR、iCCV、NeurIPS等國際期刊會議上發表多篇AutoML相關論文。

　　事實上，此前不乏外界針對“天才少年”資歷的質疑聲音。

　　在知乎就有匿名用戶，曾經對于鐘釗等一眾“天才少年”的實際能力表示質疑，認為華為在“千金買馬骨”：

　　據時代周報報道，一位曾與華為“天才少年”同實驗室的IT業內人士表示：

　　華為這個年薪確實高得離譜，我們實驗室一般博士畢業年薪大概在60萬-80萬元，碩士40萬元左右。

　　但計算機這個行業，就是拿多少錢干多少事，他們目前壓力也大。

　　這次官方主動公開“天才少年”鐘釗的最新研究成果，并將相關成果用于華為產品上，不僅是對于鐘釗本人的肯定，更是表明華為自身對于這項計劃的信心。

　　在這之后，是否還會有更多“天才少年”的研究成果被公開出來？

　　我們拭目以待。

　　參考鏈接：

　　[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

（聲明：本文僅代表作者觀點，不代表新浪網立場。）