對于基礎(chǔ)設(shè)施而言，真正偉大的標(biāo)志是它容易被忽視。其表現(xiàn)得愈好，我們考慮的就愈少。比如，移動基礎(chǔ)設(shè)施只有在我們發(fā)現(xiàn)自己難以連接時(shí)，它的重要性才會浮現(xiàn)在我們的腦海中。就像是我們在一條嶄新的、剛鋪好路面的高速公路上行駛時(shí)，我們極少考慮路面，原因是它靜靜地從我們的車輪下駛過。另一方面，一條養(yǎng)護(hù)不善的公路，我們遇到的每一個(gè)坑洼、草皮和崎嶇不平的路面，都會讓我們想起它的存在。

基礎(chǔ)設(shè)施只有在缺失、不足或損壞時(shí)才需要我們的關(guān)注。而在計(jì)算機(jī)視覺領(lǐng)域，基礎(chǔ)設(shè)施——或者更確切地說，它所缺少的東西——是現(xiàn)下很多人所在意的。

計(jì)算設(shè)定了基礎(chǔ)設(shè)施的標(biāo)準(zhǔn)

支撐每個(gè)人工智能/機(jī)器學(xué)習(xí)項(xiàng)目(囊括計(jì)算機(jī)視覺)的是三個(gè)基本的開發(fā)支柱——數(shù)據(jù)、算法/模型和計(jì)算。在這三大支柱中，計(jì)算是至今為止擁有最強(qiáng)大和最牢固基礎(chǔ)設(shè)施的一個(gè)。憑借數(shù)十年的專注企業(yè)投資和開發(fā)，云計(jì)算已成了整個(gè)企業(yè)IT環(huán)境中IT基礎(chǔ)設(shè)施的黃金標(biāo)準(zhǔn)——計(jì)算機(jī)視覺也不例外。

在“基礎(chǔ)設(shè)施即服務(wù)”模式下，近20年來，開發(fā)人員一直享受按需、即付即用的方式訪問不斷擴(kuò)大的計(jì)算能力管道。在此期間，它通過顯著提高敏捷性、成本效率、可擴(kuò)展性等，徹底改變了企業(yè)IT。伴隨專用機(jī)器學(xué)習(xí)GPU的出現(xiàn)，可以肯定地說，計(jì)算機(jī)視覺基礎(chǔ)設(shè)施堆棧的這一部分是生機(jī)勃勃的。假如我們希望看到計(jì)算機(jī)視覺和人工智能充分發(fā)揮其潛力，明智的做法是使用計(jì)算作為CV基礎(chǔ)設(shè)施堆棧其余部分所基于的模型。

模型驅(qū)動開發(fā)的沿襲和局限性

直到現(xiàn)在，算法和模型開發(fā)一直是計(jì)算機(jī)視覺和AI發(fā)展的驅(qū)動力。在研究和商業(yè)開發(fā)方面，團(tuán)隊(duì)辛勤工作多年，測試、修補(bǔ)和逐步改進(jìn)人工智能/機(jī)器學(xué)習(xí)模型，并在Kaggle等開源社區(qū)分享他們的進(jìn)步。通過集中精力在算法開發(fā)和建模上，計(jì)算機(jī)視覺和AI領(lǐng)域在新千年的前二十年取得了長足的進(jìn)步。

然則，近年來，這種進(jìn)展已經(jīng)放緩，原因是以模型為中心的優(yōu)化違背了收益遞減規(guī)律。另外，以模型為中心的方法有幾個(gè)限制。比如，你不能使用相同的數(shù)據(jù)進(jìn)行訓(xùn)練，然后再對模型進(jìn)行訓(xùn)練。在數(shù)據(jù)清理、模型驗(yàn)證和訓(xùn)練方面，以模型為中心的方法還需要更多的體力勞動，這可能會占用寶貴的時(shí)間和資源來完成更具創(chuàng)新性的創(chuàng)收任務(wù)。

如今，通過Hugging Face等社區(qū)，CV機(jī)器學(xué)習(xí)團(tuán)隊(duì)可以免費(fèi)和開放地訪問大量復(fù)雜的大型算法、模型和架構(gòu)，每個(gè)都支持不同的核心機(jī)器學(xué)習(xí)CV機(jī)器學(xué)習(xí)能力——從對象識別和面部地標(biāo)識別到姿勢估計(jì)和特征匹配。這些資產(chǎn)已經(jīng)變得與人們想象的一樣接近“現(xiàn)成”的解決方案——為計(jì)算機(jī)視覺和AI團(tuán)隊(duì)提供現(xiàn)成的白板，以針對任何數(shù)量的專業(yè)任務(wù)和用例進(jìn)行訓(xùn)練。

就像手眼協(xié)調(diào)這樣的基本人類能力可以應(yīng)用于各種不同的技能并進(jìn)行訓(xùn)練——從打乒乓球到投球——這些現(xiàn)代機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)算法也可以被訓(xùn)練來執(zhí)行一個(gè)范圍的具體應(yīng)用。然則，雖說人類通過多年的實(shí)踐和汗水變得專業(yè)化，但機(jī)器通過數(shù)據(jù)訓(xùn)練做到了這一點(diǎn)。

以數(shù)據(jù)為中心的AI和大數(shù)據(jù)阻礙

這促使很多AI領(lǐng)域的領(lǐng)軍人物呼吁進(jìn)入深度學(xué)習(xí)發(fā)展的新時(shí)代——在這個(gè)時(shí)代，進(jìn)步的主要引擎是數(shù)據(jù)。就在幾年前，吳恩達(dá)(Andrew Ng)等人宣布以數(shù)據(jù)為中心是人工智能發(fā)展的方向。在這短暫的時(shí)間里，該行業(yè)蓬勃發(fā)展。在短短幾年時(shí)間里，涌現(xiàn)了大量計(jì)算機(jī)視覺的新穎商業(yè)應(yīng)用和用例，涵蓋了廣泛的行業(yè)——從機(jī)器人和AR/VR，到汽車制造和家庭安全。

近期，我們使用以數(shù)據(jù)為中心的方法對汽車上的手握方向盤檢測進(jìn)行了研究。我們的實(shí)驗(yàn)表明，通過使用這種方法和合成數(shù)據(jù)，我們能夠識別并生成訓(xùn)練數(shù)據(jù)集中缺乏的特定邊緣情況。

Datagen機(jī)器學(xué)習(xí)為手握方向盤測試生成合成的圖像（圖片由來源：Datagen機(jī)器學(xué)習(xí)提供）

雖說計(jì)算機(jī)視覺行業(yè)對數(shù)據(jù)議論紛紛，但并不是所有的議論都是狂熱的。盡管該領(lǐng)域已經(jīng)確定了數(shù)據(jù)是前進(jìn)的道路，但在前進(jìn)的道路上還有很多障礙和陷阱，其中很多已經(jīng)讓CV團(tuán)隊(duì)步履蹣跚。近期一項(xiàng)針對美國計(jì)算機(jī)視覺專業(yè)人士的調(diào)查顯示，這一領(lǐng)域飽受長時(shí)間項(xiàng)目延誤、非標(biāo)準(zhǔn)化流程和資源短缺的困擾——所有這些都源于數(shù)據(jù)。在同一項(xiàng)調(diào)查中，99%機(jī)器學(xué)習(xí)的受訪者表示，至少有一個(gè)CV項(xiàng)目由于訓(xùn)練數(shù)據(jù)不足而被無限期取消。

即使是至今為止避免了項(xiàng)目被取消的1%的幸運(yùn)兒，也無法避免項(xiàng)目延遲。在調(diào)查中，每個(gè)受訪者都報(bào)告說，由于訓(xùn)練數(shù)據(jù)不充分或不足，他們經(jīng)歷了重大的項(xiàng)目延誤，其中80%的人報(bào)告延誤持續(xù)了3個(gè)月或更長時(shí)間。最終，基礎(chǔ)設(shè)施的目的是一種效用——促進(jìn)、加速或傳達(dá)。在一個(gè)嚴(yán)重延誤只是做生意的一部分的世界里，很明顯缺少一些重要的基礎(chǔ)設(shè)施。

傳統(tǒng)訓(xùn)練數(shù)據(jù)挑戰(zhàn)基礎(chǔ)設(shè)施

然則，與計(jì)算和算法不同，人工智能/機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)開發(fā)的第三個(gè)支柱并不適合基礎(chǔ)設(shè)施化——尤其是在計(jì)算機(jī)視覺領(lǐng)域，在該領(lǐng)域，數(shù)據(jù)量大、雜亂無章，而且收集和管理時(shí)間和資源都非常密集。雖說有很多標(biāo)記的、可在線免費(fèi)獲得的視覺訓(xùn)練數(shù)據(jù)數(shù)據(jù)庫（比如現(xiàn)在著名的機(jī)器學(xué)習(xí)ImageNet機(jī)器學(xué)習(xí)數(shù)據(jù)庫），但事實(shí)證明，它們本身不足以作為商業(yè)機(jī)器學(xué)習(xí)CV機(jī)器學(xué)習(xí)開發(fā)中訓(xùn)練數(shù)據(jù)的來源。

這是因?yàn)?，與通過設(shè)計(jì)概括的模型不同，訓(xùn)練數(shù)據(jù)就其本質(zhì)而言是特定于應(yīng)用的。數(shù)據(jù)是將給定模型的一個(gè)應(yīng)用與另一個(gè)應(yīng)用區(qū)分開來的東西，故此不僅對于特定任務(wù)，而且對于執(zhí)行該任務(wù)的環(huán)境或上下文必須是唯一的。與可以以光速生成和訪問的計(jì)算能力不同，傳統(tǒng)的視覺數(shù)據(jù)必須由人類創(chuàng)建或收集（通過在現(xiàn)場拍攝照片或在互聯(lián)網(wǎng)上搜索合適的圖像），然后經(jīng)過精心清理和由人工標(biāo)記（這是一個(gè)容易出現(xiàn)人為錯(cuò)誤、不一致和偏見的過程）。

這就提出了一個(gè)問題，“我們怎樣才能制作既適用于特定應(yīng)用又易于商品化（即快速、廉價(jià)和多功能）的可視化數(shù)據(jù)？”盡管這兩種品質(zhì)似乎相互矛盾，但潛在的解決方案已經(jīng)出現(xiàn)；作為調(diào)和這兩種基本但看似不相容的品質(zhì)的一種方式，它顯示出巨大的希望。

合成數(shù)據(jù)和完整機(jī)器學(xué)習(xí)CV機(jī)器學(xué)習(xí)堆棧的路徑

計(jì)算機(jī)視覺（CV）是現(xiàn)代AI的領(lǐng)先領(lǐng)域之一

制作具有特定應(yīng)用且大規(guī)模節(jié)省時(shí)間和資源的可視化訓(xùn)練數(shù)據(jù)的唯一方法是使用合成數(shù)據(jù)。對于那些不熟悉這個(gè)概念的人來說，合成數(shù)據(jù)是人為生成的信息，意在忠實(shí)地代表一些現(xiàn)實(shí)世界的對等物。就視覺合成數(shù)據(jù)而言，這意味著以靜態(tài)圖像或視頻形式的逼真的計(jì)算機(jī)生成的3D圖像(CGI)。

為了應(yīng)對數(shù)據(jù)中心時(shí)代出現(xiàn)的很多問題，一個(gè)新興的行業(yè)已經(jīng)開始圍繞合成數(shù)據(jù)生成形成——一個(gè)不斷壯大的生態(tài)系統(tǒng)，由中小型初創(chuàng)企業(yè)提供各種解決方案，利用合成數(shù)據(jù)來解決上面列出的一系列痛點(diǎn)。

這些解決方案中最有前途的解決方案使用機(jī)器學(xué)習(xí)人工智能/機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)算法生成逼真的機(jī)器學(xué)習(xí)3D機(jī)器學(xué)習(xí)圖像，并為每個(gè)數(shù)據(jù)點(diǎn)自動生成相關(guān)的地面實(shí)況（即元數(shù)據(jù)）。故此，合成數(shù)據(jù)消除了通常長達(dá)數(shù)月的手動標(biāo)記和注釋過程，同時(shí)也消除了人為錯(cuò)誤和偏見的可能性。

在我們的論文（在機(jī)器學(xué)習(xí)NeurIPS 2021機(jī)器學(xué)習(xí)上發(fā)表）中，使用合成數(shù)據(jù)發(fā)現(xiàn)面部地標(biāo)檢測中的群體偏差，我們發(fā)現(xiàn)要分析經(jīng)過訓(xùn)練的模型性能并確定其弱點(diǎn)，必須留出一部分?jǐn)?shù)據(jù)進(jìn)行測試。測試集必須足夠大，以檢測有關(guān)目標(biāo)人群中所有相關(guān)子組的統(tǒng)計(jì)顯著偏差。這一要求可能難以滿足，尤其是在數(shù)據(jù)密集型應(yīng)用中。

我們建議通過生成合成測試集來克服這一困難。我們使用人臉標(biāo)志檢測任務(wù)來驗(yàn)證我們的提議，方法是顯示在真實(shí)數(shù)據(jù)集上觀察到的所有偏差也可以在精心設(shè)計(jì)的合成數(shù)據(jù)集上看到。這表明合成測試集可以有效地檢測模型的弱點(diǎn)并克服真實(shí)測試集在數(shù)量或多樣性方面的限制。

如今，初創(chuàng)企業(yè)正在向企業(yè)機(jī)器學(xué)習(xí)CV機(jī)器學(xué)習(xí)團(tuán)隊(duì)提供成熟的自助合成數(shù)據(jù)生成平臺，以減輕偏見并允許擴(kuò)展數(shù)據(jù)采集。這些平臺允許企業(yè)機(jī)器學(xué)習(xí)CV機(jī)器學(xué)習(xí)團(tuán)隊(duì)在計(jì)量、按需的基礎(chǔ)上生成特定于用例的訓(xùn)練數(shù)據(jù)——彌合使傳統(tǒng)數(shù)據(jù)不適用于基礎(chǔ)設(shè)施化的特異性和規(guī)模之間的差距。

計(jì)算機(jī)視覺所謂的“數(shù)據(jù)管理員”的新希望

不可否認(rèn)，這對于計(jì)算機(jī)視覺領(lǐng)域來說是一個(gè)激動人心的時(shí)刻。不過，就像任何其他不斷變化的領(lǐng)域一樣，這也是一個(gè)充滿挑戰(zhàn)的時(shí)代。杰出的人才和才華橫溢的頭腦涌入充滿想法和熱情的領(lǐng)域，卻發(fā)現(xiàn)自己因缺乏足夠的數(shù)據(jù)管道而受阻。該領(lǐng)域深陷低效率的泥潭，以至于今天的數(shù)據(jù)科學(xué)家被稱為三分之一的組織已經(jīng)在與技能差距作斗爭的領(lǐng)域，我們不能浪費(fèi)寶貴的HR。

合成數(shù)據(jù)為真正的訓(xùn)練數(shù)據(jù)基礎(chǔ)設(shè)施打開了大門——有一天，它可能只需要打開水龍頭喝一杯水或提供計(jì)算就可以了。對于世界上的數(shù)據(jù)管理員來說，這肯定是一種受歡迎的茶點(diǎn)。