2018，仍是AI領域激動人心的一年。

計算機視覺領域同樣精彩紛呈，與四年前相比GAN生成的假臉逼真到讓人不敢相信；新工具、新框架的出現，也讓這個領域的明天特別讓人期待……

近日，Analytics Vidhya發布了一份2018人工智能技術總結與2019趨勢預測報告，原文作者PRANAV DAR。這份報告總結和梳理了全年主要AI技術領域的重大進展，同時也給出了相關的資源地址，以便大家更好的使用、查詢。

重點為大家介紹這份報告中的兩個部分：

計算機視覺

工具和庫

下面，我們就逐一來盤點和展望。

計算機視覺

今年，無論是圖像還是視頻方向都有大量新研究問世，有三大研究曾在CV圈掀起了集體波瀾。

BigGAN

今年9月，當搭載BigGAN的雙盲評審中的ICLR 2019論文現身，行家們就沸騰了：簡直看不出這是GAN自己生成的。

在計算機圖像研究史上，BigGAN的效果比前人進步了一大截。比如在ImageNet上進行128×128分辨率的訓練后，它的Inception Score（IS）得分166.3，是之前最佳得分52.52分3倍。

除了搞定128×128小圖之外，BigGAN還能直接在256×256、512×512的ImageNet數據上訓練，生成更讓人信服的樣本。

在論文中研究人員揭秘，BigGAN的驚人效果背后，真的付出了金錢的代價，最多要用512個TPU訓練，費用可達11萬美元，合人民幣76萬元。

不止是模型參數多，訓練規模也是有GAN以來最大的。它的參數是前人的2-4倍，批次大小是前人的8倍。

研究論文：https://openreview.net/pdf?id=B1xsqj09Fm

Fast.ai 18分鐘訓練整個ImageNet

在完整的ImageNet上訓練一個模型需要多久？各大公司不斷下血本刷新著記錄。

不過，也有不那么燒計算資源的平民版。

今年8月，在線深度學習課程Fast.ai的創始人Jeremy Howard和自己的學生，用租來的亞馬遜AWS的云計算資源，18分鐘在ImageNet上將圖像分類模型訓練到了93%的準確率。

前前后后，Fast.ai團隊只用了16個AWS云實例，每個實例搭載8塊英偉達V100 GPU，結果比Google用TPU Pod在斯坦福DAWNBench測試上達到的速度還要快40%。

這樣拔群的成績，成本價只需要40美元，Fast.ai在博客中將其稱作人人可實現。

Fast.ai博客介紹：https://www.fast.ai/2018/08/10/fastai-diu-imagenet/

vid2vid技術

今年8月，英偉達和MIT的研究團隊高出一個超逼真高清視頻生成AI。

只要一幅動態的語義地圖，就可獲得和真實世界幾乎一模一樣的視頻。換句話說，只要把你心中的場景勾勒出來，無需實拍，電影級的視頻就可以自動P出來：

除了街景，人臉也可生成：

這背后的vid2vid技術，是一種在生成對抗性學習框架下的新方法：精心設計的生成器和鑒別器架構，再加上時空對抗目標。

這種方法可以在分割蒙版、素描草圖、人體姿勢等多種輸入格式上，實現高分辨率、逼真、時間相干的視頻效果。

好消息，vid2vid現已被英偉達開源。

研究論文：https://tcwang0509.github.io/vid2vid/paper_vid2vid.pdf

GitHub地址：https://github.com/NVIDIA/vid2vid

2019趨勢展望

Analytics Vidhya預計，明年在計算機視覺領域，對現有方法的改進和增強的研究可能多于創造新方法。

在美國，政府對無人機的限令可能會稍微“松綁”，開放程度可能增加。而今年大火的自監督學習明年可能會應用到更多研究中。

Analytics Vidhya對視覺領域也有一些期待，目前來看，在CVPR和ICML等國際頂會上公布最新研究成果，在工業界的應用情況還不樂觀。他希望在2019年，能看到更多的研究在實際場景中落地。

Analytics Vidhya預計，視覺問答（Visual Question Answering，VQA）技術和視覺對話系統可能會在各種實際應用中首次亮相。

工具和框架

哪種工具最好？哪個框架代表了未來？這都是一個個能永遠爭論下去的話題。

沒有異議的是，不管爭辯的結果是什么，我們都需要掌握和了解最新的工具，否則就有可能被行業所拋棄。

今年，機器學習領域的工具和框架仍在快速的發展，下面就是這方面的總結和展望。

PyTorch 1.0

根據10月GitHub發布的2018年度報告，PyTorch在增長最快的開源項目排行上，名列第二。也是唯一入圍的深度學習框架。

作為谷歌TensorFlow最大的“勁敵”，PyTorch其實是一個新兵，2017年1月19日才正式發布。2018年5月，PyTorch和Caffe2整合，成為新一代PyTorch 1.0，競爭力更進一步。

相較而言，PyTorch速度快而且非常靈活，在GitHub上有越來越多的開碼都采用了PyTorch框架。可以預見，明年PyTorch會更加普及。

至于PyTorch和TensorFlow怎么選擇？在我們之前發過的一篇報道里，不少大佬站PyTorch。

實際上，兩個框架越來越像。前Google Brain深度學習研究員，Denny Britz認為，大多數情況下，選擇哪一個深度學習框架，其實影響沒那么大。

PyTorch官網：https://pytorch.org/

AutoML

很多人將AutoML稱為深度學習的新方式，認為它改變了整個系統。有了AutoML，我們就不再需要設計復雜的深度學習網絡。

今年1月17日，谷歌推出Cloud AutoML服務，把自家的AutoML技術通過云平臺對外發布，即便你不懂機器學習，也能訓練出一個定制化的機器學習模型。

不過AutoML并不是谷歌的專利。過去幾年，很多公司都在涉足這個領域，比方國外有RapidMiner、KNIME、DataRobot和H2O.ai等等。

除了這些公司的產品，還有一個開源庫要介紹給大家：

Auto Keras！

這是一個用于執行AutoML任務的開源庫，意在讓更多人即便沒有人工智能的專家背景，也能搞定機器學習這件事。

這個庫的作者是美國德州農工大學（Texas A&M University）助理教授胡俠和他的兩名博士生：金海峰、Qingquan Song。Auto Keras直擊谷歌AutoML的三大缺陷：

第一，還得付錢。

第二，因為在云上，還得配置Docker容器和Kubernetes。

第三，服務商(Google)保證不了你數據安全和隱私。

官網：https://autokeras.com/

GitHub：https://github.com/jhfjhfj1/autokeras

TensorFlow.js

今年3月底的TensorFlow開發者會峰會2018上，TensorFlow.js正式發布。

這是一個面向JavaScript開發者的機器學習框架，可以完全在瀏覽器中定義和訓練模型，也能導入離線訓練的TensorFlow和Keras模型進行預測，還對WebGL實現無縫支持。

在瀏覽器中使用TensorFlow.js可以擴展更多的應用場景，包括展開交互式的機器學習、所有數據都保存在客戶端的情況等。

實際上，這個新發布的TensorFlow.js，就是基于之前的deeplearn.js，只不過被整合進TensorFlow之中。

谷歌還給了幾個TensorFlow.js的應用案例。比如借用你的攝像頭，來玩經典游戲：吃豆人（Pac-Man）。