抖一下学术与应用影响力，看IBM凭什么科技成果“深耕”未来？

2019 年 3 月 26 日 IBM中国

引子

走进IBM中国研究院——作为IBM的科技引擎，在长长的专利墙旁，“The World is Our Lab”映入眼帘。其实在研究院，这是每位科研同事每天致力去做的事：在基础科研、工业设计、以及商业AI方面不断突破，创造成功案例，去实践“世界是我们的实验室”。刚刚走过的2018年是我们探索世界之旅的重要一环，既有大量的优秀科研论文发表，还有诸多引领工业界的创新。下面, 我们特地选取了几个具备代表性的科技纪事为大家进行回顾。

顶级学术会议最佳论文

飞跃芯片前端设计

IBM与美国伊利诺伊大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign，UIUC）合作论文“DNNBuilder: An Automated Tool for Building High-Performance DNN Hardware Accelerators for FPGAs”荣获2018年国际计算机辅助设计顶级学术会议2018 ICCAD(International Conference On Computer Aided Design，美国圣地亚哥)最佳论文奖。

该合作论文的核心技术来自IBM中国研究院历经三年自主创新的AccDNN技术——自动为人工智能（Artificial Intelligence，AI）系统生成高度优化的DNN（Deep Neural Network，深度神经网络）加速器。AccDNN自动化工具旨在帮助没有经验的用户自动且高效的将DNN模型转换为在硬件上高效运行的RTL（Register Transfer Level,寄存器传输级）设计而无需任何手动工作。

通常有经验的硬件工程师的开发周期大概4到6个月，利用AccDNN自动化工具可以在几小时内生成高效的硬件设计，大大加快硬件产品的设计周期。并且AccDNN采用的自动设计空间探索方法，综合考虑了多项硬件设计指标。利用AccDNN工具自动生成的硬件设计将神经网络推理能力提升了2.25倍以及资源利用率提高了5.88倍。

采用混合量化模型所生成的极低位神经网络，在嵌入式FPGA（Field-Programmable Gate Array，现场可编程门阵列）中，可以提供10 TOPS（万亿次每秒）算力而功耗低于5瓦，而同行技术达到相同的算力通常需要3.2倍的功耗。AccDNN技术目前面向不同国家和地区的开发人员和学生开放免费测评。任何用户都可以在几小时内为服务器端的IP摄像头、无人机、机器人或云AI设备开发高度优化的DNN加速器，使得日常生活中的终端设备具备人工智能的能力。

AccDNN技术颠覆性地改变了AI系统设计流程，大大降低了企业的障碍，使得企业能方便地在自动驾驶、安防、医疗等领域实现快速的功能部署，并且满足应用的实时性，克服功耗以及严苛的资源限制。

IEEE杰出程序委员会主席奖

引领服务科学创新

近二十年来，IBM研究院长期致力于服务科学、管理与工程（Service Science, Management, and Engineering，SSME）学科的创建与发展，培育面向服务的新型交叉学科人才，建立可持续发展的生态系统，促进服务科学、管理与工程领域的学术繁荣，带动学术界与工业界的联合创新。

IBM中国研究院在面向全生命周期的云服务设计、开发、测试、集成、运维、管理、优化等领域实现了开拓性的学术贡献以及十多年的领域深耕，尤其在大规模分布式系统的智能化运维研究方向上取得了技术突破，同时基于知识推理的配置信息发现技术获得了世界顶级云计算大会IEEE CLOUD的最佳论文奖。

2018年3月，在德国班贝格举办的第12届IEEE 面向服务的系统工程国际会议 SOSE(IEEE International Conference on Service-Oriented System Engineering)上，IBM中国研究院孟繁晶博士被授予了杰出程序委员会主席奖。

工业设计大奖

让视觉智能触手可及

2018年，PowerAI Vision团队获得了Spark工业设计大赛的金奖。在这个拥有12年历史的世界顶级设计比赛中，PowerAI Vision凭借卓越的用户体验，将AI训练和部署化为轻松的点击，超越了五百多参赛作品，获得了用户体验设计金奖。

IBM中国研究院AI系统团队是PowerAI Vision产品的核心开发团队之一，正是通过他们的努力，使得复杂深奥的AI算法，变成普通用户可以轻松入门的技术。PowerAI Vision平台旨在为用户提供基于深度学习的定制化视觉处理服务，用户只需上传数据，通过轻松的点击、拖拽，就可以完成图片分类、目标检测、数据增强等业务。

同时，用户可以通过可视化技术了解深度学习的过程，待训练完成后一键发布，便于用户快速开发使用。针对不同的技术人群，PowerAI Vision还提供深度的模型性能分析、半自动化标注等功能，使得产品的开发效率提高10到50倍；深厚的系统优化技术，可以为从数据中心到Edge（边缘）的不同应用提供深度学习服务；独特的GPU（Graphics Processing Unit，图形处理器）共享技术和容器云技术，支持大规模企业部署，降低企业投入。

在良好的用户体验背后，是AI系统团队提供的复杂视频/图像分析和处理技术，利用在Automation AI上的领先创新, 实现迁移学习、自动学习（AutoML）以及针对少量数据的精准快速学习。PowerAI Vision能提供多样的深度学习和处理能力，以此为基础，可以方便地构建针对行业应用的解决方案，为企业快速注入AI能力。

医疗临床数据分析竞赛夺魁

AI创新助力精准医疗

2018年9月至10月，IBM研究院参加了由美国著名医院联盟Partners HealthCare主办的面向全球的数据分析竞赛Biobank Disease Challenge。经过一个月的角逐，由来自中国、美国、以色列的IBM研究院联合团队从获得参赛资格的50个团队中脱颖而出，夺得第一名。

本次竞赛致力于利用AI手段精准识别疾病表型和挖掘医学洞见。鉴于个体复杂性，疾病表型的识别极具挑战性，是实现精准医疗的重要基石。最终的参赛报告显示，IBM的研究人员结合医疗领域知识与大数据手段，通过弱监督学习的方法从小样本数据中学习、分析去隐电子病历记录，高效精准识别疾病表型，所构建的模型准确度高达87%。

慧眼识“英雄”

IBM AI Vision实现篮球赛视频实时剪辑

2018年，腾讯体育转播顶级篮球赛事期间，IBM助力腾讯体育实现人工智能视频分析及剪辑。 IBM以领先的人工智能视觉深度学习平台——被喻为“IBM AI Vision视觉大脑”，为腾讯NBA编辑团队定制AI视频剪辑方案，使海量历史赛事视频资料变得可搜索可随需提取，让每一帧每一秒的视频价值最大化，为1.25亿篮球迷提供最符合他们期待的在线观赛新体验。

利用人工智能技术实时剪辑体育赛事视频，这在国内具有首创性。IBM人工智能视觉深度学习平台给剪辑师带来了惊喜和契机，“IBM AI Vision视觉大脑”让机器学习看懂篮球。通过“多模态视觉理解技术”对视频画面进行“像素级跟踪、识别”。在腾讯NBA直播赛事的同时, IBM人工智能视觉深度学习平台就同步实时对腾讯直播环节的每一帧、每一秒视频进行分析。

依据用户及体育编辑设置好所需要的主题和球员等场景要求，IBM人工智能视觉深度学习平台按照综合评分选出最贴切主题的精彩视频片段，几乎实时自动生成一分钟剪辑视频，并加上特效处理。2、3小时的实时比赛，经过IBM AI Vision视觉大脑仅仅20秒钟处理，即可输出1分钟成片。这种创新的剪辑方式，让视频剪辑更加高效，视频内容更加个性化。