深度學習中的技術(shù)進展幫助機器能像人類一樣“看”世界，這是人工智能研究中最具吸引力的部分之一。目前，一種突破性技術(shù)將讓機器能夠通過被稱為球面卷積神經(jīng)網(wǎng)絡(luò)（spherical Convolutional Neural Networks，縮寫CNNs）的處理，去看到并識別三維空間中的物體。

　　近日，在全球頂尖AI實驗室提交的約1，000篇投稿中，Qualcomm Technologies荷蘭研究人員TacoCohen和MaxWelling及其合作伙伴，通過與阿姆斯特丹大學聯(lián)合撰寫的《球面CNNs》論文榮獲“國際學習表征大會（ICLR：International Conference for Learning Representations）2018年度最佳論文獎”。

　　該球面CNN論文引入了構(gòu)建CNNs的新型數(shù)學架構(gòu)，可魯棒地分析球面圖像，并不會受到曲面失真的影響。這是因為：球面CNN具有針對旋轉(zhuǎn)的“等變”特性，它意味著該網(wǎng)絡(luò)學習到的內(nèi)部表征會與輸入信息同步旋轉(zhuǎn)。從實驗的結(jié)果來看，球面CNNs在兩項截然不同的任務(wù)上可實現(xiàn)出色的預(yù)測精度：球面圖像3D模型識別和原子化能量預(yù)測（一項重要的化學問題）。

　　球面CNNs為什么重要

　　為了理解球面CNNs的重要性，我們介紹一些背景：過去幾年，深度學習——尤其是CNNs——已徹底變革了AI，語音識別、視覺對象識別、自然語言處理及其他領(lǐng)域均出現(xiàn)突破性成果。

　　CNNs很擅長分析線性信號，例如音頻或文本、圖像、或視頻，因其具備可識別模式的內(nèi)在能力，而不管其空間或時間位置如何。這能支持CNNs學習并識別如視覺對象，無論它在圖像中位于什么位置，并無需在深度學習模型訓練階段觀看同一對象的多個移動版本。

　　但在最近受到關(guān)注的多個應(yīng)用中，我們都希望學習的信號留存在球體上，如汽車、無人機和其他機器人拍攝其整個周邊環(huán)境的球面圖像所使用的全向攝像頭。在科學應(yīng)用中也存在大量球面信號，從地球科學到天體物理學都有相關(guān)案例。

　　分析此類球面信號的一個方法是把信號投影到平面上，并借助CNN來分析結(jié)果。但根據(jù)制圖學，任何此類“地圖投影”都會導致扭曲失真，讓部分區(qū)域看起來比實際尺寸更大或更小。這會使CNN變得無效，因為隨著對象在球體上移動，它們看上去不僅只是在地圖上移動，而且還會顯得縮小和拉伸。

　　如何使用球面CNNs

　　可以這樣說，球面CNNs在物聯(lián)網(wǎng)（IoT）、機器人、自動駕駛汽車、增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）領(lǐng)域都有諸多應(yīng)用。

　　如今，自動駕駛無人機已向消費者出售，或許有一天它將能在幾分鐘內(nèi)把包裹送到你的家門口，這就是球面CNNs可改善物體偵測與識別，以及視覺運動分析的一個自然應(yīng)用。在AR方面，一整組攝像頭所拍攝的360度房間全景可融入至單球面圖像中，借助球面CNN的高效分析，精確覆蓋虛擬物體。

　　Qualcomm對此項工作可能帶來的上述應(yīng)用和其他轉(zhuǎn)換應(yīng)用倍感興奮，而我們也正在積極推動此項研究及其他數(shù)據(jù)高效學習研究。