深圳商報2019年9月18日訊（記者陳姝）賈佳亞2017年加入優(yōu)圖時，業(yè)界的評論說“騰訊又收獲一位人工智能領域的重量級專家”。從學術界到工業(yè)界，騰訊優(yōu)圖實驗室聯(lián)合負責人、杰出科學家賈佳亞帶領團隊走出一條“科研帶動產(chǎn)品”的路。賈佳亞說，科學家一定要對前沿技術發(fā)展保持關注和興趣，對于年輕的科研人員，他鼓勵他們看得更長遠，不要為追逐“熱點”而放棄興趣，更不要過早被項目驅使去做短線研究開發(fā)。
開創(chuàng)技術“上天”產(chǎn)業(yè)“落地”的工程師文化
賈佳亞從2000年開始就從事計算機視覺的研究和相關算法研發(fā)。但在很長一段時間，這并不是熱門領域，“讀博的時候，計算機視覺關注度不高，AI更加無人提及。但我的興趣就是看到圖像視頻被增強，產(chǎn)生前所未有的效果?！?/p>
2004年加入香港中文大學計算機科學工程系后，賈佳亞專注在圖像和視頻理解，動態(tài)和深度預估、實用優(yōu)化算法和其他視覺內容的深度學習。作為計算機視覺最著名的專家之一，他說“我想把多年的創(chuàng)造性技術，轉化為生產(chǎn)力”。
成立于2012年的優(yōu)圖實驗室在計算機視覺領域一直處于國際領先水平。在賈佳亞加入之前，優(yōu)圖在圖像處理、模式識別、機器學習、數(shù)據(jù)挖掘上已具備領先優(yōu)勢，并走出自己的商業(yè)化路線。賈佳亞此前的研究側重于自然圖像視頻的各種智能產(chǎn)生、理解和增強，與優(yōu)圖的積累有很多互補之處。
進入騰訊后，賈佳亞帶領團隊建立一套從研究、開發(fā)到產(chǎn)品落地的完整架構。他還有一個目標，就是想在這里走一條科研帶動產(chǎn)品的路。他在騰訊開創(chuàng)一套獨有的工程師文化，賈佳亞總結為“技術‘上天’和產(chǎn)業(yè)‘落地’兩條腿走路”?！啊咸臁亲非笄把丶夹g，培養(yǎng)一批技術領先的人才；‘落地’是讓技術落地，深耕行業(yè)、建立壁壘?！?/p>
發(fā)掘市場需求做對企業(yè)有用的研究
過去一年，優(yōu)圖實驗室取得700多項全球專利，僅CVPR（計算機視覺領域的全球頂級會議）就有25篇論文被收錄，同時又產(chǎn)出手語翻譯等非常前沿，但又偏社會公益的產(chǎn)品技術演技；與此同時，在產(chǎn)業(yè)落地上，已有超過15個行業(yè)解決方案，覆蓋醫(yī)療、工業(yè)、自動駕駛等多個行業(yè)。
值得一提的是，優(yōu)圖助推不少“爆款”產(chǎn)品，包括天天P圖、覓影等，為何能夠如此敏銳地發(fā)掘市場需求？賈佳亞說，“我們的算法研究員需要深入到客戶一線，和騰訊云團隊一起為客戶定制解決方案。”他以醫(yī)療為例說，我們定位自己是醫(yī)生的助手，這樣就能運用技術來推動變革，讓醫(yī)生真正受益。
賈佳亞認為，企業(yè)做基礎研究首先要重視技術，能以幾年的時間段來衡量技術的發(fā)展和成熟度；其次，對技術方向要有很好的思考，做對企業(yè)有用的研究；第三，研究過程要有階段性成果預測和檢驗，在每個短期的時間段做好評估，讓研究人員把握進度；最后，基礎研究不應該首先考慮收入，但應該有企業(yè)的產(chǎn)品或者系統(tǒng)能用上研發(fā)的技術，讓管理人員有正確的技術預期。
AI降本增效還要關注弱勢群體
近期，優(yōu)圖在AI手語識別上取得突破——推出基于自研算法的“優(yōu)圖AI手語翻譯機”。只需要一個普通攝像頭和一臺高性能電腦，就可以識別手語并快速翻譯。優(yōu)圖實驗室將對AI手語翻譯機展開優(yōu)化和升級，嘗試在日常服務窗口、手語教育等場景中落地。
賈佳亞說，優(yōu)圖目前正在探索的自動駕駛，視覺感知部分是不可或缺的；未來5G的發(fā)展和AI的結合，能夠進行遠程醫(yī)療，解決目前醫(yī)療資源分配不均、優(yōu)質醫(yī)療資源短缺的問題。
“同時我也在想，技術能夠為這個社會的弱勢群體做些什么，未來我希望技術不僅僅是為企業(yè)降本增效，也能更多地關注到社會的弱勢群體，踐行科技向善的理念。”賈佳亞說。
不要為追逐“熱點”放棄興趣
直到現(xiàn)在，賈佳亞在香港中文大學的博士生團隊，仍然是學術界最大的研究團隊之一。即使再忙，他也會留出一部分時間，把自己積累的知識和能力“傳承”給下一代學生。賈佳亞認為，科學家一定要對前沿技術發(fā)展保持關注和興趣，并及時投入到自己覺得最重要的問題中去。對于年輕的科研人員，他也提了幾點建議：
第一，要堅持自己的學術發(fā)展方向，不要為追逐“熱點”而放棄興趣。最近大熱的神經(jīng)網(wǎng)絡的開創(chuàng)者們，也是在不被人關注、甚至抵制的情況下堅持自己路線，最后開創(chuàng)了AI的新時代。第二，注重早期積累，不要過早被業(yè)界項目驅使做短線研究開發(fā)。太早為了給業(yè)界提供短線淺層技術，容易喪失掉對自主科研的把控和對問題的深度探索。第三是選擇適當?shù)膱F隊規(guī)模，把精力時間放在最合適的地方。
賈佳亞認為，“相比于北京上海，深圳每年培養(yǎng)的高端人才數(shù)量和質量上是有一定差距的?！彼f，基礎研究要與香港的知名高校共建。深圳有資金和機會，香港有高質量的教師隊伍，雙方互補才有機會做大基礎研究。