北京智源人工智能研究院与旷视发布首个智源联合实验室

　　4月16日，北京智源人工智能研究院与中国人工智能领军企业旷视召开“智源学者计划暨联合实验室发布会”。北京市科委副主任张光连，海淀区委常委、副区长李俊杰，以及来自科技部、北京市科委、海淀区人民政府、朝阳区人民政府、中关村管委会，北京脑科学与类脑研究中心、北京量子信息科学研究院、北京生命科学研究所等科研机构，北京亦庄国际投资发展有限公司等投资机构，以及智源研究院相关发起单位等领导及代表出席会议。

　　北京智源人工智能研究院是在科技部和北京市委市政府的指导和支持下，由北京市科委和海淀区人民政府推动成立，依托北京大学、清华大学、中国科学院、旷视等北京人工智能领域优势单位共建的新型研发机构。

　　北京智源人工智能研究院副院长刘江介绍，自2018年11月成立以来，北京智源人工智能研究院按照《北京市支持建设世界一流新型研发机构实施办法(试行)》精神，积极探索新型科研管理等机制体制创新，贯彻国家新一代人工智能发展规划总体部署，实施“智源学者计划”，支持科学家勇闯人工智能科技前沿“无人区”，同时与北京优势高校院所和骨干企业共建联合实验室，开展跨学科、大协同的创新攻关，引领未来人工智能基础研究方向。

　　北京市科委副主任张光连在讲话中指出，北京市科委在2018和2019年两年给予智源研究院共计3.4亿元的资金支持，海淀区在办公空间、人才政策等方面提供了服务保障，今后还将支持智源研究院积极争取国家科技部等部门支持，承接国家科技创新2030—“新一代人工智能”重大项目等任务。

　　智源学者计划发布

　　着力培养国际影响力的青年学术英才

　　据北京智源人工智能研究院院长黄铁军介绍，此次发布的“智源学者计划”，是智源研究院打造高层次基础研究人才队伍的引领性工程，旨在面向当前和未来人工智能创新发展，选拔并培养一批德才兼备、具有国际影响力的学科领军人才和具有发展潜力的青年学术英才，构建富有创新能力、梯队合理的人工智能基础研究创新团队，建立面向未来人工智能发展的高端人才储备，引领未来人工智能基础研究方向，推动北京人工智能产业创新发展。

　　“智源学者计划”为从事人工智能基础研究的科学家营造了良好的科研环境，给予科学家充分的尊重和信任，将技术路线决策权和人财物支配权全部交于科学家，试点科技经费“包干制”，使科学家可以心无旁骛、潜心研究、创新突破。“‘智源学者计划’的目标，就是要找到最好的人，给他自由支配的经费，提供他需要的资源，支持开展人工智能领域特定方向上的重大基础问题研究，或者开展前沿问题的自由探索。”黄铁军说。

　　智源与旷视共建联合实验室

　　建设一体化开放创新平台

　　会上海淀区委常委、副区长李俊杰、旷视首席科学家孙剑教授共同为“北京智源- 旷视智能模型设计与图像感知联合实验室”揭牌。该联合实验室拟由旷视首席科学家兼旷视研究院院长孙剑任实验室主任，研究员周舒畅任实验室副主任。

　　2017年7月，国务院发布《新一代人工智能发展规划》，人工智能上升为国家战略。建立开源开放的人工智能开放创新平台，服务企业应用技术开发成为当前该领域的难点。国家也希望龙头企业通过打造人工智能开源开放创新平台，调动产学研，社会各类创新创业主体参与共同打造我国自主知识产权的产业生态，提升国际影响力，促进行业整体发展。

　　孙剑表示，实验室平台建成后，将面向高校院所、创业企业等创新创业主体开放，致力推动图像感知与计算领域的协同创新。“通过以上措施，实验室将被打造成为一个开放、贴近实际场景的计算机视觉算法研究实验平台，形成涵盖数据、平台、场景的完整闭环，有利于打造我国自主可控的技术和产业生态，共同助力我国图像感知和计算领域的技术及应用达到国际先进水平。”

　　北京智源人工智能研究副院长唐杰表示，北京智源联合实验室是智源研究院面向人工智能未来发展，围绕重大应用需求，联合各大高校、科研院所、优势企业等机构进行全方位科研合作的平台。智源联合实验室分为两类，分别是与高校院所共建、与优势企业共建。共建单位将提供配套资金、场地、设备等条件保障，解决实验室建设与运行中的有关问题。

　　全球最大的物体检测数据集发布

　　首批开放超过60万张图像和1000万标注框

　　会上，旷视研究院联合北京智源人工智能研究院发布全球最大的物体检测数据集——Objects365。旷视研究院院长孙剑说，该数据集也是新一代通用物体检测数据集，具有规模大、质量高、泛化能力强的特点。

　　规模方面，Objects365定义了生活中常见的365个类别，第一批将开放63万张图像，1000万的标注框。算法优化的上限严重依赖于基准数据集术的质量。此外，作为一个优秀的预训练数据集，Objects365预训练模型在使用过程中，可以轻松超越现有算法的精度，显著加速收敛过程，表现出极强的泛化能力。在执行COCO、VOO Det、CityPersons等检测任务时，在VOC Seg和ADE等分割任务上均有显著提升。

　　DIW2019挑战赛即将启动

　　共同探讨检测问题的瓶颈及优化方向

　　Detection In the Wild 2019(DIW 2019)挑战赛也发布会当天正式启动。据孙剑介绍，该挑战赛是基于2019年CVPR的研讨会，由旷视联合北京智源人工智能研究院举办，其目的是为了推动目标检测技术的发展，改善现有目标检测数据集的类别覆盖不全、标注精度不高、密集场景缺少等问题。挑战赛于5月10日开放测试集，6月10日结果提交截止，6月10日公布比赛结果，并邀请优胜队介绍比赛经验。主办方为每个赛道的冠军队伍准备了10000美元的奖励届时，优胜队将在CVPR现场的研讨会上介绍经验，共同探讨检测问题的瓶颈及优化方向。

　　DIW2019挑战赛的比赛赛道分为三个赛道，即Objects365赛道、Objects365小赛道和CrowdHuman赛道。

　　其中，为探索目标检测系统的瓶颈，参加Objects365赛道的选手将利用公开的365种类别，60万张图片超过1000万个框的完整训练集对检测模型进行训练;在3万张图片构成的验证集上调试算法，并在10万张图片构成的测试集上进行最终的挑战。

　　为了降低参赛门槛，加快算法迭代速度，研究长尾类别检测问题，Objects365小赛道则从Objects365数据集中挑选出65个类别，选手可以用1万张图片进行模型的训练。

　　CrowdHuman赛道则是为了解决现实生活中的遮挡问题，其算法的提升将会推动人体检测算法落地。届时，选手将基于专门为了密集场景人体检测设计的CrowdHuman数据集进行训练，数据集包含有丰富标注信息和多种场景。