一切皆有可能:计算机视觉CV和 NLP 领域日益融合 202

2020年10 月份，深度学习领域顶级会议 ICLR 2021 论文投稿结束。
这次盛会，又有大牛在深度学习领域有了新突破。这次技术的变革会带来哪些影响呢？且听东方林语娓娓道来。
人工智能应用在CV计算机视觉领域中， CNN卷积神经网络一直占据相当主流的地位。
而Transformer 架构，在NLP自然语言处理任务中，得到了广泛应用。
文章插图
两个领域，每项技术各有所长，彼此之间井水不犯河水。
但是，近年来不断有专家学者尝试将 NLP 领域的 Transformer 进行跨界研究，经过一段时间的试验，在一些图像场景还实现了相当不错的结果。
文章插图
本次ICLR 2021 就有一篇论文，尝试将标准 Transformer 架构直接应用于计算机视觉领域，提出了一个新的 Vision Transformer 模型，并在多个图像识别基准上实现了接近甚至优于当前 SOTA 方法的性能。
SOTA也就是state-of-the-art ，若某篇论文能够称为SOTA ，就表明其提出的算法（模型）的性能在当前是最优的。
该研究表明，对 CNN 的依赖不是必需的，当直接应用于图像块序列时， transformer 也能很好地执行图像分类任务。
特斯拉 AI 负责人 Andrej Karpathy 专门转发了该论文，并表示:
乐见计算机视觉和 NLP 领域日益融合。
文章插图
技术进步，一切皆有可能。
如果能够将NLP VS CV模型的跨界学习进行到底，图像视觉领域的Transformer能把原来的龙头老大CNN拉下马吗?
这就是一个非常有意思的命题了。
ICLR 2021 有什么值得关注的投稿吗？在知乎上，有网友这样表示：
我们正站在模型大变革的前夜，神经网络的潜力还远远没到尽头。一种崭新的强大的，足以颠覆整个 CV 和 AI 界的新模型才露出冰山一角，即将全面来袭。
文章插图
人工智能是一项综合性学科，需要将基础科学、业务场景、数据质量、工程实践等紧密结合的技术领域，近年来已经融合了更多的其他方向。
人工智能的各个分支，技术上可以互相融合与替代。也可以带给我们更多的启示:
作为人类的我们，其实，如果跳出自己的舒适区，也可以跨界学习、跨界融合，以更好的适应这个多变的社会。
在数字化逐渐一统天下的现在， AI技术融合，与人类的跨界融合，将为社会进步产生更强大的推动作用。
你认为呢？
【一切皆有可能:计算机视觉CV和 NLP 领域日益融合】关注东方林语，一起了解更多AI知识。