参数量仅为原来1%,北邮等利用超分算法提出高性能视频传输方法

简介: 来自北京邮电大学和英特尔中国研究院的研究团队创新性地利用超分辩率算法定义了网络视频传输任务,减小了网络视频传输的带宽压力。


在开发者的世界里,年龄并不是阻碍你做成一件事的障碍。除了十几岁拿 Kaggle 竞赛的冠军,我们还常常看到少年开发者的传奇故事。

今年国内互联网巨头在香港上市的现场,就有一位年仅 13 岁的机器学习开发者参与了敲钟仪式。这位名叫郭佳慧的北京女孩曾在去年疫情期间,使用深度学习开发平台写出了一款「智能口罩模型」,能够帮助检测疫情期间进出人员口罩的佩戴情况。

她设计的工具在应用市场上收获了几千次的调用。

微信图片_20211206112822.jpg


从获取教程、登陆开发框架、训练模型再到应用上线,如今流行的 AI 平台可以让人们快速上手,开发出各种各样神奇的工具。

很多时候,让用 AI 的人设计 AI 能实现最好的效果。谷歌研究科学家迪米特里 · 卡维斯基(Dimitri Kanvesky)是一名聋哑人。他出生于俄罗斯,1 岁失去了听力。但在美国期间他还学会了使用英语说话。

微信图片_20211206112826.jpg


迪米特里现在可以使用自己发明的 Live Transcribe 语音识别引擎与他人实现接近完美的交流,这款将语音实时转换成文字的机器学习工具已被谷歌开放,覆盖所有的安卓手机,能方便听障人士和他人进行直接无障碍的对话。

微信图片_20211206112829.gif


此前谷歌等公司举行的活动中,人们还应用 AI 技术来预测自然灾害,为文盲进行文字转语音,进行垃圾分类…… 最先进的技术被应用在了最需要它的地方。如果农业和乡村建设能够搭载机器学习加持的技术,欠发达地区的人们可以享受到很多新技术带来的便利。

但应用 AI 技术的门槛却一直在:过去很长一段时间,我们都需要念个计算机科学博士才算学了人工智能。好在最近几年国内陆续出现了本科的 AI 学位。

至于更基础的编程和理论知识,人们可以通过各类在线课程甚至初高中级的人工智能教科书来获得。

微信图片_20211206112832.jpg


问题在于教育资源分配不均:和那些身处大城市,经常接触新鲜事物的年轻人不同,国内仍有很多人并没有获取 AI 技术的渠道。在不断被媒体报道的 AI 数据竞赛中,那些入围决赛的人大多都是行业内的专业选手。他们获得了关注和丰厚的奖金,而更为广泛的群体经常被排除在外。

我们花费很长时间让通信、电商普及到农村,但在 AI 大规模发展时,技术本身的普及还没有开始,这让人不由得有些遗憾。有没有改变现状的方法呢?

最近的一个流行词是「三次分配」。

微信图片_20211206112836.jpg


直观地说,初次分配就是「市场看不见的手」发挥作用。人们依靠劳动、土地、资本和技术获得的收入,都算初次分配。而再分配,更多的是「看得见的手」发挥作用,旨在调节初次分配中形成的不均衡,如税收、社保、扶贫等。

三次分配依赖的既不是市场也不是政府,而是一种「扶危济困」的精神,最典型的就是慈善事业。国家提倡第三次收入分配,主要的目标包括乡村振兴和农村基础设施建设。

最近一段时间,腾讯和阿里已启动计划,各投入 1000 亿元人民币助力共同富裕:阿里启动了「阿里巴巴助力共同富裕十大行动」,成立一个专门的常设机构,将在 2025 年前累计投入 1000 亿元,助力共同富裕。

腾讯则投入 500 亿设立可持续社会价值事业部,同时划出 500 亿元启动了「共同富裕专项计划」。在最近的 99 公益日上,腾讯更额外拿出 50 亿元,其中 40 亿进行公益数字化建设和一线公益帮扶。

科技大厂的公益项目不仅投入多,而且自带先进技术。内蒙古乌兰布和沙漠里,有一个由物联网传感器、边缘网关以及一体柜组成的腾讯云边缘数据中心。

微信图片_20211206112839.jpg

沙漠试验基地中的腾讯云边缘数据中心 NanoT-block。

在传感器设备采集后,有效数据被上传到云端进行分类和鉴别,进而进行深度挖掘。强大的 AI 算力可以帮助人们找到沙漠生态农业中的科学种植,也为更精确地研究中长期生态环境变化提供了更多可能。
新疆、内蒙古的一些荒漠化地区,原来的沙漠已经种上了玉米和瓜果蔬菜、中草药、草、乔木灌木等约百余种植物,植物长势良好,进而吸引了各种动物。

微信图片_20211206112843.jpg

除了数字化公益,还有面向个人的项目。腾讯联合社会各界发起的「99 公益日」活动自 2015 年到今年已经开到了第七届。活动期间,用户只要来腾讯公益平台上参与「一块做公益」,官方会同样配捐一笔,受助群体能得到更多的帮助。

过去 6 年间,共有超过 1.5 亿人次的用户捐赠 62 亿元善款,有 4 万多个公益项目得到帮助。99 公益日也成为中国参与人数最多、影响力最广、场景最多元的全民公益活动之一。

在腾讯的公益平台上,有没有项目能让对大数据、机器学习感兴趣,但身处落后发展地区的学生成为 AI 领域的一份子呢?

机器之心找到了一个旨在帮助困难地区学生参加数据竞赛的项目:「AI 心人才助梦计划」。

微信图片_20211206112846.jpg


根据计划,项目会在 8-10 月于线上筹款,数据竞赛则会在 9 月 6 日开始初赛,12 月完赛颁奖。这场竞赛预计将会覆盖超过 150 所高校,吸引 800 支参赛队伍,招募超过 2000 名学生。

更重要的是,这场竞赛将对所有参赛人员提供免费的职业技能培训,教他们学 Python,然后再教数据挖掘方法。为此,组织方计划邀请 10 位以上行业专家和企业直接指导参赛人员,对参赛者进行职业技能及就业指导。

在腾讯公益平台上,已经有一些和 AI 相关的公益项目成功实行。2020 年,腾讯发起了「天籁行动」,通过向公益开发者、设备厂商和公益行业等免费开放腾讯天籁 AI 音频技术,帮助人们解决人工耳蜗的降噪难题,改善了大量人工耳蜗佩戴者的使用体验。

而今年的「AI 心人才助梦计划」则希望能够帮助困难人群学会 AI 技术的开发,可谓授人予渔。

如果你在「99 公益日」期间为该项目捐款,腾讯基金会将为它爱心配捐。

AI 公益活动,由机器之心助力

通过捐赠一笔钱,先入门带动后入门,是我们寻找公益项目方向时想法。今年的公益节,机器之心与腾讯公益合作,成立了「99 公益日机器之心战队」,加入 AI 心人才助梦计划,号召大家帮助困难学子能够获得大数据技术的学习:

微信图片_20211206112851.jpg


希望在未来能用知识改变命运的,不仅有你。

相关文章
|
3天前
|
算法 数据安全/隐私保护 计算机视觉
基于二维CS-SCHT变换和LABS方法的水印嵌入和提取算法matlab仿真
该内容包括一个算法的运行展示和详细步骤,使用了MATLAB2022a。算法涉及水印嵌入和提取,利用LAB色彩空间可能用于隐藏水印。水印通过二维CS-SCHT变换、低频系数处理和特定解码策略来提取。代码段展示了水印置乱、图像处理(如噪声、旋转、剪切等攻击)以及水印的逆置乱和提取过程。最后,计算并保存了比特率,用于评估水印的稳健性。
|
22天前
|
算法 数据可视化
【视频】Copula算法原理和R语言股市收益率相依性可视化分析-3
【视频】Copula算法原理和R语言股市收益率相依性可视化分析
|
21天前
|
算法 数据可视化
【视频】Copula算法原理和R语言股市收益率相依性可视化分析(下)
【视频】Copula算法原理和R语言股市收益率相依性可视化分析
|
5天前
|
算法
【免费】基于SOE算法的多时段随机配电网重构方法
【免费】基于SOE算法的多时段随机配电网重构方法
|
6天前
|
算法
视频讲解|基于多目标粒子群算法的配电网储能选址定容
视频讲解|基于多目标粒子群算法的配电网储能选址定容
|
14天前
|
机器学习/深度学习 算法 数据挖掘
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(下)
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(下)
|
14天前
|
机器学习/深度学习 算法 搜索推荐
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例(上)
【视频】支持向量机算法原理和Python用户流失数据挖掘SVM实例
|
16天前
|
机器学习/深度学习 自然语言处理 算法
深度解析深度学习中的优化算法:从梯度下降到自适应方法
【4月更文挑战第28天】 在深度学习模型训练的复杂数学迷宫中,优化算法是寻找最优权重配置的关键导航者。本文将深入探讨几种主流的优化策略,揭示它们如何引导模型收敛至损失函数的最小值。我们将比较经典的批量梯度下降(BGD)、随机梯度下降(SGD)以及动量概念的引入,进一步探索AdaGrad、RMSProp和Adam等自适应学习率方法的原理与实际应用。通过剖析这些算法的理论基础和性能表现,我们旨在为读者提供一个关于选择合适优化器的参考视角。
|
17天前
|
编解码 算法 数据可视化
【视频】时间序列分类方法:动态时间规整算法DTW和R语言实现
【视频】时间序列分类方法:动态时间规整算法DTW和R语言实现
|
19天前
|
算法 数据可视化
【视频】Copula算法原理和R语言股市收益率相依性可视化分析
【视频】Copula算法原理和R语言股市收益率相依性可视化分析