4 月13 号正会第一天，valse 2019 于合肥如期而至，现场正式公布由评奖委员会终评确定的“valse年度杰出学生论文奖”，旷视研究院明星论文 shufflenet v2（shufflenet v2: practical guidelines for efficient cnn architecture design）从海选论文中“杀入”short list，最终脱颖而出，拿下 “valse 2018 年度杰出学生论文奖”的殊荣。这与旷视研究院的产学研体系和旷视 brain 的背景支撑密不可分。
视觉与学习青年学者研讨会（valse）旨在为计算机视觉、图像处理、模式识别与机器学习研究领域内的中国青年学者提供一个深层次学术交流的舞台，目前已连续举办 8 届，今年参会人数更是高达 5000 人，正逐步成为中国最具影响力的计算机视觉顶会。
valse 倡导最活力的青年后备军（尤其是中国青年学生）潜心学术前沿，勇攀科技高峰，做出具有实质影响力的学术工作。这正是今年开始设立“valse 年度杰出学生论文奖”的初衷所在——为青年学生树立优秀论文典范，引导青年学生挑战前沿难题。
valse 公布旷视研究院 shufflenet v2 获得 2018 年度杰出学生论文奖
正如颁奖致辞所讲，shufflenet v2 在旷视研究院另一篇明星论文 shufflenet v1（作为 v2“兄弟篇”，曾收录于全球 cv 顶会 cvpr 2018；据统计，shufflenet v1 引用量高居所有 cvpr 2018 论文前三名）的基础上，“青出于蓝而胜于蓝”，超越当前 sota 结果，实现了速度与精度的双重突破，同时有着理论与产业的双料影响力。
此前，旷视研究院 shufflenet v2 为全球计算机视觉顶会 eccv 2018 所收录，目前论文引用量超过同期同类论文；旷视研究院 shufflenet v2 论文技术及一套轻量高效模型方法论的提出，有迁移通用能力的同时，还兼具理论实践意义和学术借鉴意义。
旷视研究院 shufflenet v2 的成功，也是旷视研究院重视学术基础研究和人才培养的成功。旷视设有五地独立研究院，研究人员占比超过 60%，其中国内 top10 高校毕业生占科研团队 85% ，有 70 余人拿过奥林匹克竞赛金牌。
旷视研究院学术带头人由旷视首席科学家孙剑博士担任，并形成了以西雅图研究院院长王珏博士、上海研究院院长危夷晨博士以及数十位核心技术 leader 为骨干的明星研究阵容。同时，国内唯一图灵奖得主、中国科学院院士姚期智担任旷视学术委员会首席顾问，两任西安交通大学校长、中国工程院院士郑南宁担任旷视学术委员会特别顾问。
这次的颁奖是对旷视研究院 shufflenet v2 的一次实锤肯定，而 shufflenet v2 的出现，离不开旷视研究院一套科学完备的产学研体系和旷视原创自研的人工智能计算框架 brain 。
旷视研究院shufflenet v2简介
具体来讲，旷视研究院 shufflenet v2 针对移动端高效卷积神经网络架构的设计，指出过去仅注重间接指标 flops 存在严重不足，并提出四项准则来指导网络架构设计，最终得到在速度和精度上均超越 sota 网络（如旷视 shufflenet v1、谷歌 mobilenets、微软亚研院 igcv3 等）的旷视明星论文 shufflenet v2；论文提出的轻量模型设计四项准则适用于不同模型尺寸、不同硬件平台、不同任务，可以有效指导研究社区开展移动端网络架构设计，从而在学术界和工业界收获一致认可，并为旷视研究院内部广泛使用。更进一步，旷视研究院 shufflenet v2 的成功是以旷视研究院科学完备的产学研体系及其 brain 作为背景支撑的。
旷视研究院科学完备的产学研体系
旷视研究院在产学研方面有一套科学完备的体系，形成了 5 大旷视独立研究院、3 大人工智能研究机构、6 大高校联合培养、2 大旷视专家委员会的学术人才培养体系，经过 3 个月系统培训，毕业生即可成为合格 ai 算法工程师，从而可为旷视研究院 shufflenet v2 以及后续更多优秀论文的产出提供强有力的软性的人才支撑。
目前，旷视拥有国内外在申及授权专利 1000 余件，代表行业领先技术提供方参与 19 项人工智能相关的国家及行业标准制定。旷视研究院曾多次击败 google、facebook、micosoft 等国际科技巨头，累计揽获 25 项世界技术评测第一，其中2018 eccv coco mapillary 联合竞赛中，旷视研究院独揽 4 冠，刷新了中国 ai 技术的世界新高度。
如果说旷视研究院科学完备的产学研体系为这一切提供人才支撑的话，那么旷视的 ai 计算框架 brain 则提供硬性的技术支撑。
人工智能计算框架brain
旷视 brain 是旷视研究院原创自研的人工智能框架（ai framewrok），其有三个核心组件：1）人工智能基础架构 brain infrastructure，2）人工智能计算与数据平台 brain platform，3）人工智能训练与推理引擎 brain engine。同时，旷视 brain 还纳入了最新研发的 brain automl 技术，推动机器学习模型从“手工”时代步入“自动化”时代。 brain infrastructure 是基础平台，把数据中心、硬件、服务器、网络集成运转起来；在此之上，brain platform 则负责数据读写的维护优化与算力资源的合理调度；二者配合造就了高水准的深度学习云平台，从底层有力支撑着旷视研究院的整条生产链，包括旷视研究院 shufflenet v2 。
brain engine 先于 google tensorflow 出现，是旷视研究院自主打造的深度学习引擎，可对算法模型起到支撑训练与实现推理的重大作用，其运行速度和资源消耗显著优于 tensorflow；brain engine 一方面支撑起 ai 的技术实现能力，另一方面把这种能力投射到 ai 产品之中。作为企业级的人工智能算法制造工厂，旷视 brain 从底层有力支撑着旷视研究院的整体研究生产工作，为研究人员提供完备的硬件开发设备和强大的服务器阵列，同时为多项工程提供深度学习运算支持，助力旷视打造非凡科技。
