小米AI團隊在影象超分辨問題上取得重要成果：雷軍大讚

摘要： 去年小米上市前披露的招股書顯示，公司1.45萬名全職員工（目前接近2萬）中，研發人員佔比達到38%。無疑，正是這些工程師們澆築了小米產品茁壯成長的肥沃土壤。 今天中午（2月19日），雷軍興奮地轉發了小米團隊最新出爐的論文， 即在基於彈性搜尋在影象超解析度問題取得新突破，且模型已經開源，雷...

去年小米上市前披露的招股書顯示，公司1.45萬名全職員工（目前接近2萬）中，研發人員佔比達到38%。無疑，正是這些工程師們澆築了小米產品茁壯成長的肥沃土壤。

今天中午（2月19日），雷軍興奮地轉發了小米團隊最新出爐的論文， 即在基於彈性搜尋在影象超解析度問題取得新突破，且模型已經開源，雷軍表示成果“令人震驚”，他還向小米AI團隊表示祝賀。

根據PaperWeekly的摘要介紹，“這篇開源論文屬於目前很火的AutoML Neural Architecture Search。具體來說，在相當的FLOPS下生成了多個模型，結果完勝ECCV 2018明星模型CARNM（乘加數引數數量少，PNSR/SSIM指標高，文中稱dominate），這應該是截止至2018年可比FLOPS約束下的SOTA（涵蓋ICCV 2017和CVPR2018）。而達到這樣的效果，論文基於一臺V100用了不到3天時間。

此外，論文還給出了幾個前向模型。要知道上一篇論文中他們初步結果是擊敗CVPR 2016，才半個月時間就提升這麼大，這也進一步驗證了Automl NAS技術的強大和可怕。需要指出的是，該項技術具有一定的普適性，理論上可以應用於任何監督學習，值得關注和學習。”

與網友評論互動中，雷軍還指出“ 現在相機技術高度依賴人工智慧影象技術的進步！ ”不難猜測，這些前沿性的科學研究將會對未來小米的軟硬體產品助力。

資料顯示，小米2017年的研發費用為32億元。

• 文章糾錯