ファーウェイが「天才少年」の業績を初めて明らかに：彼は入社から1年も経たないうちにこの偉業を成し遂げた

[[436858]]

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

ファーウェイの「若き天才」に関して言えば、話題は最高潮に達していると言える。

しかし、年間100万ドルの収入の裏で、これらの「天才ティーンエイジャー」が日々どのような仕事をしているのかは謎のままだ。

さて、ついに次のものがここにあります——

ファーウェイは自社の「天才ティーンエイジャー」たちの最新の開発状況を初めて積極的に公開した。

2019年に入社し、200万元のオファーを受けたZhong Zhao氏は、チームを率いて、1年足らずでAutoMLアルゴリズムの研究をHuawei MateシリーズとPシリーズの携帯電話数千万台に適用しました。

ファーウェイは、これはZhong Zhao氏のチームがAutoMLの大規模な商用利用を成功裏に開拓したことを意味すると公式に述べた。

ニュースが報道されるやいなや、再び話題爆発の波が巻き起こった。

Huaweiの年間給与200万ドルは価値がある。

入社から1年も経たないうちに、このアルゴリズムはファーウェイの携帯電話数千万台に採用された。

具体的な方法を理解するために、まずはZhong Zhao氏自身の研究から始めましょう。

実際、Zhong Zhao が解決したのは、画像ピクセル処理アルゴリズムにおける大きな問題点、つまりアルゴリズムの精度とモデル サイズのバランスでした。

この問題が解決されれば、ピクセル処理アルゴリズムを携帯電話に導入して、空間強調や超解像などの画像処理の速度を高速化することができます。

ただし、オブジェクト検出や画像分類などの一般的な CV アルゴリズムとは異なり、このようなモデルを作成するには、ピクセルの関連するプロパティを深く理解する必要があります。

これまで、AutoML の分野では、画像分類やターゲット認識などの CV アルゴリズムの応用が数多く行われてきました。しかし、ピクセルベースのアルゴリズムに関しては、AutoML を大規模に適用することに成功したチームはありません。

ピクセルには、色、明るさなど、多くの属性が含まれます。このアルゴリズムは、画像の最も基本的な要素とも言えるピクセルを処理します。

そのため、このタイプのアルゴリズムには精度に対する要件が非常に高く、これまで多くの Huawei の専門家がこれをうまく克服することができませんでした。

Zhong Zhao 氏がチームを率いて、 AutoMLテクノロジーを画像ピクセル処理アルゴリズムに適用することに成功しました。

AutoML（Automated Machine Learning）は、簡単に言えば「AIでAIを設計する」という意味です。2014年から注目の研究テーマとなり、2018年には徐々に試験的な商用化の加速段階に入りました。

実際、Zhong Zhao氏がHuaweiに入社する前から、Huawei Noah's Ark LabはAutoMLの分野ですでに関連研究を行っていました。

当研究室は、全プロセスAutoMLアルゴリズム集VEGAを独自に開発しており、その中には「ハードウェア制約に基づく効率的な分類ネットワーク検索スキーム（CARS）」や「軽量超解像ネットワーク構造検索（ESR-EA）」などのアルゴリズムがすべてNASのカテゴリーに属しています。

AutoML は、Zhong Zhao 氏が博士課程で研究していた研究分野でした。

2019年、当時AutoMLにも取り組んでいたHuaweiとZhong Zhaoは意気投合した。SenseTimeでのインターンシップで得た経験を生かし、Zhong Zhaoは年俸201万元の「天才少年」としてHuaweiに入社し、 AutoML研究グループのリーダーを務めた。入社から1年以内に、ピクセル処理アルゴリズムの難題を克服した。

その後、入社から 2 年以内に、Zhong Zhao はチームを率いてエンドツーエンドのピクセルレベルの AutoML パイプラインを開発しました。

ファーウェイによれば、この技術は「ビデオ撮影プロトタイプのアルゴリズムの複雑さを100倍も削減できるが、学術界と産業界はどちらも2～3倍しか達成できない」とのこと。すでにいくつかの新モデルに採用されており、今後さらに多くの製品に採用される予定だ。

この研究に加えて、Zhong Zhaoはモバイルビジュアルモデルでも多くの成果を上げています。

従来、モバイル デバイス用のビジュアル モデルを設計するには、主に次の 2 つのアプローチがあります。

1 つは、ある程度の進歩を遂げている ShuffleNet や MobileNetV3 などの軽量ネットワーク構造を手動で設計することです。

しかし、Zhong Zhao 氏のチームは、これらのモデルの畳み込みカーネル間にはまだ冗長性があり、それがモデルの速度を制限していることを発見しました。

もう 1 つの方法は、プルーニング、蒸留、その他の手段によってモデルを圧縮し、大きなモデルと同様の構造を持つ小さなモデルを取得することです。

しかし、この方法では精度が低下し、ハイエンドの携帯電話の要件を満たすことが困難になります。

鍾趙氏はファーウェイに入社後、チームを率いて、画像の内容に基づいて畳み込みカーネルを適応的に生成する動的な方法を提案しました。

この方法は、精度を維持しながら計算量を大幅に削減でき、さまざまな CNN ネットワークで 37% ～ 71.3% 削減できます。

さらに、データ強化の面では、Zhong Zhao氏はHuaweiで敵対的自動データ強化手法も研究し、ICLR 2020で発表しました。

今日のこれらの研究の成功もまた、鍾昭自身の努力と切り離せないものです。

家族の背景、幼少期からコンピューターを学んでいた

Zhong Zhao は 1991 年に、コンピューター サイエンスに深く影響を受けた家庭に生まれました。

私は華中科技大学でソフトウェア工学を専攻しました。大学3年生のとき、湖北省の全国大学生数学モデリングコンテストで最優秀賞を受賞しました。

「華為新生コミュニティ」によると、鐘昭の父親はコンピューター科学者であり、銭三強と何澤輝の弟子である。

父親の教育により、Zhong Zhao さんはプログラミングに強い興味を持ち、小学校の頃からプログラミングの知識を学び始めました。

そのような環境で育った彼が、大学でコンピュータ関連の専攻を選んだのも不思議ではありません。

学部時代には、クラスメートとチームを組んでプログラミング プロジェクトも行いました。WeChat をベースに開発されたキャンパス版のメッセージ イン ア ボトルは、クラスメートの間で非常に人気がありました。

大学卒業後、中国科学院自動化研究所に入学し、副所長の劉成林氏に師事した。

2018年、センスタイムでのインターンシップ中に発表した論文の1つがCVPR Oralに選ばれ、同カンファレンスで基調講演を行いました。その年、口頭発表に選ばれた中国の論文はわずか1桁でした。

「天才少年」の功績を初公開：入社1年足らずで偉業を成し遂げた＞

△画像出典：SenseTime

この論文では、高性能ニューラルネットワークを自動的に構築するためのブロック生成法を提案しており、現在までに400回以上引用されています。

これは、比較的新興の AutoML 分野で Zhong Zhao が発表した最初の論文でもあります。

その後、彼の研究の方向性は徐々にこれに焦点を当てるようになり、博士論文のタイトルは「ディープニューラルネットワークの構造：手動設計から自動学習まで」となりました。

これまでにIEEE T PATTERN ANAL、ICLR、iCCV、NeurIPSなどの国際ジャーナルやカンファレンスでAutoML関連の論文を多数発表しています。

実際、外部からは「天才少年」の資質を疑問視する声も少なくない。

かつて、Zhihuの匿名ユーザーは、Zhong Zhao氏や他の「天才ティーンエイジャー」の実際の能力に疑問を呈し、Huaweiが「馬の骨に大金を費やしている」と信じていた。

タイムズ・ウィークリーによると、かつてファーウェイの「天才少年」と同じ研究室で働いていたIT業界関係者は次のように語った。

ファーウェイの年収は確かにとんでもなく高いです。私たちの研究室では、博士号取得者の年収は一般的に60万～80万元程度、修士号取得者は40万元程度です。

しかし、コンピュータ業界では、支払われる金額と同じだけの仕事をこなさなければならず、現在、彼らは大きなプレッシャーにさらされています。

今回、関係者は自ら率先して「天才少年」鍾趙氏の最新の研究成果を公開し、関連成果をファーウェイ製品に応用した。これは鍾趙氏自身の肯定であるだけでなく、ファーウェイ自身がこの計画に自信を持っていることを示している。

[[436861]]

今後、さらに「天才少年」の研究成果が公開されるのでしょうか？

待って見てみましょう。