华为|200万年薪太值!华为“天才少年”钟钊:入职两年两度突破业界学界极限( 二 )


另一种是方法进行模型压缩,通过剪枝、蒸馏等手段获得一个与大模型结构相似的小模型 。但这种方法又会使精度下降,难以满足高端手机的要求 。
钟钊加入华为后,带领团队提出过一种根据图像的内容自适应生成卷积核的动态方法 。这种方法可以在保持精度的情况下显著降低计算量,对于不同的 CNN 网络可以降低 37%-71.3% 不等 。此外在数据增强方面,钟钊在华为也研究了一种对抗性自动数据增强方法,发表在 2020年 ICLR 上 。
直挂云帆济沧海
钟钊目前取得的成就已经处于很多人可望不可及的金字塔顶端 。
但他在其自述中仍谦虚地表示:社会在发展,人类在进步,技术的极限也可以不断被突破,AutoML的研究和应用任重道远 。
钟钊用“种子”和“森林”来描述自己的兴趣与成果,他觉得对人工智能算法的兴趣,在本科时已经在心里埋下了一颗小小的种子 。
但仅有兴趣是不够的,种子要想长成大树,从汲取养分、向下扎根、破土而出再到枝繁叶茂、绿树成荫等等,每一步都不容易 。而且,在大自然残酷的优胜劣汰法则下,要让一颗种子长成参天大树,生生不息繁衍成一片森林,必将还要经受住更猛烈的暴风雨洗礼 。
在钟钊看来,实现 AutoML 的初步商用落地,只是终极目标中的一个阶段性目标,未来十年,随着技术的迭代成熟,算力的进一步增长,团队成员们希望 AutoML 能真正实现自动化,解放生产力,更长远的目标,就是 AutoML 能够真正脱离专家干预,超越人类设计 。
用钟钊的话来说就是:这就是他想要做的能work的research!