看了100遍《泰坦尼克》：这名华为“天才少年”透露魔鬼训练细节

华为公司自2019年以来发起的“天才少年”计划长期受到舆论关注。
澎湃新闻（www.thepaper.cn）记者注意到，华为心声社区7月25日发布的一篇文章《26岁从计算机视觉界“黄埔军校”博士毕业，他想为车打造一双慧眼》介绍了2020年入选华为“天才少年”计划的黄青虬从新员工迅速成长为带领近50人团队leader的故事。
过去的28年，黄青虬的头上总是环绕着很多的光环：从小一路是学霸，以692分、全省40名的成绩考入清华大学自动化系；作为队长，带领清华大学“火神机器人战队”，拿下RoboCup（机器人足球世界杯）的第四名；26岁从被誉为计算机视觉界的“黄埔军校”——香港中文大学多媒体实验室博士毕业，发表十多篇顶级会议论文；2020年入选华为“天才少年”计划，加入智能汽车解决方案BU不到两年，从新员工迅速成长为带领近50人团队的leader。

黄青虬参加机器人足球世界杯。 图片来自华为心声社区
对于自己入选“天才少年”计划的过程，黄青虬介绍：从香港中文大学多媒体实验室博士毕业后，一个偶然的机会，刚成立不久的华为车BU联系上我。经过了几轮面试，我成功拿到了天才少年的offer。当时我非常纠结：到底是去我熟悉的视频分析领域继续深耕，还是转到自动驾驶这个方向上？经过了一番思考，我最终还是决定加入车BU。我觉得，文娱产业虽然也在丰富精神生活上起到非常重要的作用，但远不如智能汽车这样的“硬科技”是国家社会的基石产业。而且汽车产业正处于一个变革时代，就类似于手机从功能机到智能机的演进，而自动驾驶又是这个变革中的核心之一，它极大可能会改变整个人类社会。
“能够入选我很荣幸。后来看到很多相关的热搜，才意识到这是一个自带热度的话题。但我是个实用主义者，我并不会把‘天才少年’当成一个光环或者一个包袱，而是会尽量忘掉它，只在有需要用到的时候把它拿出来，比如需要这个title去吸引应届生的时候，哈哈。就像任总说的，进入华为公司，就没有‘天才少年’这个名词了，也没有博士、学士之分，也没有年轻专家、老专家之分，大家都是在一个起跑线上的，都要踏踏实实做好本职工作。”黄青虬说道。
谈及自己对“计算机视觉”感兴趣的开始，黄青虬回忆：高中的时候看《黑客帝国》《变形金刚》，就被机器人控制人类、机器人和人类战斗这样的场景震撼到了，对机器人产生了浓厚的兴趣。上大学后我成为清华大学“火神机器人战队”的一员，开始捣鼓起了机器人……对人来说，我们习惯了有一双强大的眼睛，“所见即所得”对我们来说是非常自然的事情，但是在计算机系统里，从图像到机器可感知的三维信息，转化过程其实非常复杂。而我要做的就是为机器人打造一双强大的眼睛，这是一件很有挑战但也很酷的事情。
说到自己在计算机视觉界的“黄埔军校”所经历的“魔鬼”训练，一段看了100遍电影《泰坦尼克》的往事让黄青虬记忆犹新。
“我博士期间研究的课题非常有意思，是利用AI技术对电影进行结构化解析，也就是让机器去理解电影，从一部电影中解析出人物关系、故事情节等。因为这个研究课题在计算机视觉研究领域算比较冷门，前人研究很少，一切要从头开始。但我还是决定去试试，因为我觉得电影本身是一种比较艺术、人文的东西，用科技去解析艺术，理性和感性的碰撞也许会有不同的火花。”黄青虬介绍道。
“我和几个小伙伴从零开始，通过电影、剧本、影评各种渠道，收集了学术界第一个、也是当时最大最丰富的电影研究数据集，叫MovieNet，大概有十几万部电影。基于这个数据集，我们做了很多有意思的课题研究，包括演员的识别、精彩片段的自动化剪辑、用文字搜索电影片段等。”黄青虬还介绍道。
黄青虬称，这些课题的研究成果非常具有应用价值，比如演员识别和人物关系识别，就是现在很多视频网站上会看到“只看他”“只看某个CP”功能的核心技术，再比如视频自动剪辑，就可以用到现在很多视频剪辑软件中，帮助用户自动剪辑出短视频。但同时这些课题也是非常挑战的，比如演员的识别，虽然人脸识别已经是一个比较成熟的技术了，但是在一部电影里，一个演员清晰正脸的镜头往往不到30%，更多的场景下，人物的识别都是不能靠脸的，比如打斗的时候人脸是糊的，比如晚上光线非常暗的时候脸常常看不全，比如有时候只能看到背影。我们也是在做的过程中，才看到了这些难点，并且通过引入衣着、环境、人物关系等信息，再加上一个渐进式的推理模型，解决了其中大部分的问题。
“读博的前两年，由于研究方向比较冷门，我的论文投稿频频碰壁，我发出第一篇论文的时间其实晚于实验室的大部分同学。但经历了一轮又一轮反复打磨后，我们最终也慢慢得到了学术界的认可。在整个博士期间，我发表了十多篇顶级会议论文。我还记得每篇论文我们都是用《泰坦尼克》做demo，整个博士期间我把这部电影估计看了100遍以上，台词都快能背下来了。”黄青虬说道。
加入华为之后，黄青虬智能驾驶的视觉感知小组目标就是：通过相机，让车感知周围的物理世界，包括检测路上的车辆、行人，判断他们的运动状态等。此后，黄青虬成为激光感知团队的leader，开始带领团队在这个领域冲锋陷阵。激光雷达作为一个非常新的传感器，虽然能提供更精准的测量，让我们对环境的测量更加精准，但是同时也会带来非常多的问题，就像武侠小说里的绝世武器，想要驾驭好并不容易，只有在内力深厚的人手上才能发挥出巨大的威力。
黄青虬举例：下雨天别的车从你旁边开过，会溅起很多水花，在激光的视角里，它看到的是无数个点，有些会横跨两个车道跑到你的前方，从激光的视角看就会误以为面前有一个巨大的障碍物，需要刹车，但此时，摄像头捕捉的又是另外的画面，在这种情况下，就需要制定很多复杂的规则，什么时候应该相信激光雷达，什么时候应该相信摄像头，这会严重影响自动驾驶在雨天的性能表现。为此，我们设计了前融合算法，把摄像头捕捉到的图像和激光雷达捕捉到的点云，一起输入神经网络去做融合感知，得出更准确的结果。

ADS激光&毫米波感知组深圳团队。
一年以来，黄青虬团队苦练内力，做了一个又一个实验，设计了一版又一版的方案，终于把激光感知算法的性能做到了稳定高效，让激光雷达在自动驾驶系统中发挥出了巨大的威力。伴随着极狐的量产，黄青虬团队终于可以自豪地讲，他们是业界第一个把激光雷达以传感器的身份，而不是装饰品的身份，安装到一台量产乘用车上的团队。
对于下一步的目标，黄青虬透露：一方面，他们会持续打磨现在的激光感知和毫米波感知算法，去解决大规模商用之后客户遇到的各种问题，目标是让客户体验不断提升，让客户越来越喜欢用他们的自动驾驶功能。另一方面，在经过几年的迭代之后，他们当前的感知系统也走到了一个瓶颈期，遇到了一些系统性的难题。比如当前系统的时延还是偏高。所谓时延，就是指从传感器接收到数据到车做出决策的时间差，类似于人的反应时间，是越短越好。所以他们也正在开发下一代感知系统，希望解决之前遇到的很多系统性问题。

---