新闻动态 | ImageNet新记录诞生，腾讯优图协助创造全新“AI速度”
如果你重返3岁，要认清楚这张图的所有水果，需要多久？
不是神童的话，得花不少时间理解消化。也许爸妈还得买点食物，寓教于吃。反正，不会是一个速成的过程。
而对于AI来说，这样“学习”太慢了。在图像识别领域，AI速度，每一秒都在刷新。在训练ImageNet的比赛中，腾讯云便用128卡创下了业界新记录。
ImageNet大型图像数据集，拥有超过上千万张图片，而ImageNet 大规模视觉识别竞赛，是该领域最重要的赛事之一
所谓图片的“训练”，更通俗的说法就是AI对图片的“学习”。拿这次比赛来说，主办方会事先“投喂”给各个参赛方一个学习材料。类似下方这个识图手册
虽然，这个手册里，有128万张图……
除了图，还有对应的标签
只不过，在计算机的语言里，标签的表达形式可能是一个数字编码。例如，[0，0，1]可能就是一只小兔子
。
材料发到各个“考生”手里，答题令下，各“考生”便会把这128万张图片和标签放进自己建立的AI模型里“学习”。
“学习”一段时间后，模型便知道有哪些特征的物体是兔子，哪些特征的物体是乌龟。
而这次的评分规则就是，在保证学习成绩的前提下，看谁“学”得最快！
在激烈的竞争中，腾讯云借助最新研制的Light大规模分布式多机多卡训练框架，在2分31秒内，把128万张照片训练了28遍（ImageNet 28个epoch），TOP5精度达到了93%。
而上一任状元的最好成绩是2分38秒。
如果进一步升级网络连接性能，腾讯云还能更快，能继续提升至2分2秒。
这场“考试”，实际上考验的是厂商在人工智能应用领域的整体实力，从硬件维护、网络架设，到服务器系统、服务器调度算法、以及更加上层的深度学习神经网络的运行优化等等。
也正是因为腾讯在人工智能领域全面、体系化的技术、人才积累，才最终创造出此次全新的“AI速度”。
而AI“学习”速度的提升，将极大地降低AI应用的开发成本，加速AI应用落地。
同样的硬件和任务，花费更少的时间，对美颜、鉴黄、人脸门禁、刷脸支付等一系列AI图像相关的应用场景来说，就是更快的算法开发速度，更低的开发成本和更低的应用运行成本。最终，累积成最根本的商业利益，推动人工智能应用落地的推广。
比方说，自动驾驶要对周围环境进行感知，就必须要通过AI来进行识别，而AI的“学习能力”越强，自动驾驶的研发效率也就越快，也就能更快落地。
腾讯自动驾驶汽车AI识别红绿灯
又比如说，上个月，优图实验室和微信支付共同推出了腾讯微校离线支付方案，不联网也能完成快速的人脸支付。优图用到了NAS技术研发的轻量级小模型结构，配合自研的基于分类边界蒸馏的学习算法很厉害的算法，使得AI识别既快又准，让“刷脸”有了更优体验！
腾讯AI速度很快，“刷新速度”也很快。
4月，腾讯优图实验室再次刷新了三大ReID公开数据集记录，首位命中率最高近99%；不久后，又刷新了人脸伪造检测Face Forensics Benchmark新纪录，整体检测准确率达到业界第一……
目前，优图实验室已经在全球获得超过800项专利，有超过200篇论文在顶会发表，实验室的研究生、博士占比超过90%，具有很强的研究实力和落地能力。
未来，腾讯将继续踩上AI运算能力的油门，让那个美好的AI未来更快到来。
