搞算法还要当“美学家”？旷视要用AI重新定义计算摄影( 二 ) 智东西（公众号：zhidxcom）文

其实拍摄本质上是一个“光感知”的过程。光：光线本身及光学路径；感：接收光线做光电转化；知：将光信号做计算处理。
形象的来理解，其实可以比作人眼看到物体的过程。人眼中的晶状体和角膜是光学系统，而感知的部分是视网膜，处理的部分是大脑。
以前手机相机硬件之间的交流是通过相对固定的信息参数，光的部分以镜头为媒介，把参数给到感的部分（传感器），基于这些信息感的部分来做优化设计，这是单一“小水管”形式，各个部分单打独斗，各自提升。
文章插图
而现在通过AI算法，旷视在各硬件之间搭建了一个类似神经网络的链接，从最优影像效果出发，优化各个硬件的参数。
文章插图
旷视的工程师特别强调说，光感知系统是一个整体，他们一定是协调工作的。逻辑上是通过扩大整体信息管道的通量，让不同硬件设备之间形成更有效的全局优化，使整个系统的效果更往上走一个台阶。
旷视将这种思路和方法称为：用AI重新定义光感知系统。而AI计算摄影就是旷视在手机影像领域应用这种方法的体现。
四、为了让AI更懂“什么是美” ，先要把自己训练成“美学家”可以看到， AI的加入让影像系统的算法之争又上升到了一个更高的维度，而这也需要大量研发人员、大量研发资金的投入来慢慢打磨。
九年前，旷视进入了AI视觉这条赛道。从面部识别到计算摄影算法，他们一直在拓展自己在AI算法领域的研究边界。
目前旷视研究院已经拥有500多位研究员，据称这样的规模在全球范围内也属于比较领先。
为了提升超画质的实际表现，旷视搭建了自己的光学实验室、图卡实验室等专业实验室。
旷视的工程师告诉智东西，为了让AI更懂“什么是美” ，他们从事超画质研发的同学，在训练算法前，都要先将自己训练成能够辨识美的“美学家” ，只有自己能够熟练辨识什么是好照片，才能开发出实际表现更贴近用户需求的超画质算法。
就比如，色彩的表现力和自然真实之间如何做取舍？这就是一个非常令人纠结的问题。这时候，就不能盲目训练算法，而是要先通过人来评判。
旷视的超画质工程师们会跟专业的图像质量测评集去打交道，也会跟客户一起讨论， “先把自己训练出来，知道怎样做好看了，才知道自己做的图是不是好。 ”
凭借研发人员这种认真和执着，依托旷视Brain++平台的能力，在不到2年的时间里，旷视超画质技术已经迭代到3.0版本，整体研发及交付效率提升了6倍。
文章插图
从算法驱动到价值驱动。旷视的工程师说，客户曾有一句评价令他们印象很深刻：“旷视只要选好方向，就非常坚定，最终能够做出来好的产品。 ”
这种口碑的养成，其实都需要一步一个脚印的慢慢积累。
结语：AI计算摄影未来还有很大想象空间随着拍照软硬件系统整体的复杂度越来越高，通过深度学习神经网络找到最优参数的解法，其优势逐渐突显。在手机AI计算摄影这条路上，旷视找到了属于自己的核心要诀。
当下，手机仍然是目前技术创新密度和技术价值密度最高的产品之一。智能手机摄影摄像在近几年内依然会成为各家产品的主打卖点，因此市场对于AI拍照算法的需求也会只增不减。
【搞算法还要当“美学家”？旷视要用AI重新定义计算摄影】这条赛道既有苹果这样的手机厂商在带动，也有旷视这样的AI公司在持续投入，更有许多创业公司仍然在探索更多细分领域的机会， AI计算摄影这条赛道，好不热闹。
文章插图