本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

AI學(xué)術(shù)界發(fā)生了一場(chǎng)大地震。

YOLO算法作者Joseph Redmon在個(gè)人Twitter上宣布，將停止一切CV研究，原因是自己的開(kāi)源算法已經(jīng)用在軍事和隱私問(wèn)題上。這對(duì)他的道德造成了巨大的考驗(yàn)。

YOLO是計(jì)算機(jī)視覺(jué)領(lǐng)域最知名的目標(biāo)檢測(cè)算法之一，也因?yàn)殚_(kāi)源被業(yè)界廣泛采用。

作者Joseph Redmon曾憑借該算法獲得過(guò)2016年CVPR群眾選擇獎(jiǎng)（People’s Choice Award）、2017年CVPR最佳論文榮譽(yù)獎(jiǎng)（Best Paper Honorable Mention）。

YOLO及其改進(jìn)算法在學(xué)術(shù)圈被廣泛引用，Redmon三篇一作相關(guān)論文總引用量已經(jīng)超過(guò)1萬(wàn)。

這樣一位極具影響力的學(xué)者突然宣布退出，不免令學(xué)術(shù)界感到震撼。

Fast.ai創(chuàng)始人Jeremy Howard就表達(dá)了自己的感受：“我之前從來(lái)沒(méi)見(jiàn)過(guò)這種事。”

一位法國(guó)科技公司的CTO表示，對(duì)Redmon的信念表示敬意。

Redmon過(guò)去張揚(yáng)的個(gè)性可能為他今天的決定埋下了伏筆。

關(guān)于YOLO之父

Jeseph Redmon畢業(yè)于美國(guó)米德?tīng)柌飳W(xué)院計(jì)算機(jī)科學(xué)專(zhuān)業(yè)，輔修數(shù)學(xué)。2013年進(jìn)入華盛頓大學(xué)計(jì)算機(jī)專(zhuān)業(yè)攻讀碩士學(xué)位，繼而攻讀博士學(xué)位，直到2019年。

在此期間，他和導(dǎo)師Ali Farhadi共同提出并改進(jìn)了YOLO算法。

他的主要研究范圍是目標(biāo)檢測(cè)、圖像分類(lèi)和模型壓縮。Redmon宣布退出CV領(lǐng)域研究，基本上等于將來(lái)要另起爐灶。

他的個(gè)人簡(jiǎn)歷畫(huà)風(fēng)是這樣的：

Joseph Redmon過(guò)去的實(shí)習(xí)經(jīng)歷也金光閃閃。

他曾在谷歌大腦實(shí)習(xí)，研究實(shí)時(shí)機(jī)器人抓握檢測(cè)。之后進(jìn)入AI2（也就是后來(lái)的XNOR.ai）實(shí)習(xí)，提出了二元逼近卷積神經(jīng)網(wǎng)絡(luò)XNOR-Net，該算法能夠減少在移動(dòng)設(shè)備上進(jìn)行圖像分類(lèi)所需的計(jì)算量。

Redmon在2018年獲得Google博士獎(jiǎng)學(xué)金，因?yàn)樗谩⒏焖俚匕l(fā)展了用于實(shí)際應(yīng)用的CV工具，而被授予“機(jī)器感知、語(yǔ)音技術(shù)和計(jì)算機(jī)視覺(jué)”類(lèi)別的獎(jiǎng)學(xué)金。

Redmon本人還登上過(guò)TED講臺(tái)，介紹快速識(shí)別物體的CV算法。

快速的YOLO算法

YOLO全稱(chēng)是You Only Look Once（你只需看一次），從名稱(chēng)上也能看出這種算法速度快的優(yōu)勢(shì)，因此在許多邊緣設(shè)備上，YOLO算法的使用十分廣泛。

與另一種著名的目標(biāo)檢測(cè)算法Fast R-CNN不同的是，YOLO采用“一步”的策略，同時(shí)生成目標(biāo)物體的類(lèi)別和位置。

YOLO算法相比Fast R-CNN具有兩大優(yōu)勢(shì)：

1、速度快：每秒45幀的檢測(cè)速率，可用在實(shí)時(shí)視頻檢測(cè)中，在更小的模型上甚至達(dá)到155幀；

2、通用性好：在真實(shí)圖像數(shù)據(jù)上訓(xùn)練的網(wǎng)絡(luò)，可以用在虛構(gòu)的繪畫(huà)作品上。

但是YOLO也存在著一定的局限性：正確率不如Fast R-CNN，每個(gè)方格中只能檢測(cè)一個(gè)物體，對(duì)于邊緣不規(guī)則的物體，將會(huì)影響到周?chē)矬w的識(shí)別。

作者Redmon后來(lái)又在原始的YOLO技術(shù)上，發(fā)展出了YOLO9000、YOLOv3等算法，擴(kuò)展了檢測(cè)物體的種類(lèi)、提高了模型的準(zhǔn)確率。

今后還能用YOLO嗎

Redmon突然的決定是否會(huì)影響今后YOLO的使用。關(guān)于這一點(diǎn)，暫時(shí)不必?fù)?dān)心。

作者只是宣布退出CV研究，個(gè)人GitHub頁(yè)上的開(kāi)源項(xiàng)目都沒(méi)有關(guān)閉。即使作者今后不再維護(hù)，考慮到Y(jié)OLO巨大的影響力，開(kāi)源社區(qū)的其他開(kāi)發(fā)者今后也一定會(huì)繼續(xù)維護(hù)下去。

Redmon本人為YOLO算法申請(qǐng)專(zhuān)利的可能性也不大，因?yàn)镽edmon只是以此態(tài)度來(lái)表達(dá)對(duì)AI技術(shù)應(yīng)用范圍的不滿，申請(qǐng)專(zhuān)利并不能阻止軍事和不道德的商業(yè)用途。

AI發(fā)展到今日，道德問(wèn)題越來(lái)越明顯。

舊金山通過(guò)法律禁止警察在執(zhí)法過(guò)程中使用人臉識(shí)別技術(shù)，曠視因?yàn)樵谡n堂上使用AI監(jiān)控技術(shù)被譴責(zé)，無(wú)不在警示AI別越界。

YOLO之父的退出是學(xué)術(shù)界對(duì)AI道德問(wèn)題的又一記警鐘。