華為公司自2019年以來發(fā)起的“天才少年”計劃長期受到輿論關注。

澎湃新聞（www.kxwhcb.com）記者注意到，華為心聲社區(qū)7月25日發(fā)布的一篇文章《26歲從計算機視覺界“黃埔軍校”博士畢業(yè)，他想為車打造一雙慧眼》介紹了2020年入選華為“天才少年”計劃的黃青虬從新員工迅速成長為帶領近50人團隊leader的故事。

過去的28年，黃青虬的頭上總是環(huán)繞著很多的光環(huán)：從小一路是學霸，以692分、全省40名的成績考入清華大學自動化系；作為隊長，帶領清華大學“火神機器人戰(zhàn)隊”，拿下RoboCup（機器人足球世界杯）的第四名；26歲從被譽為計算機視覺界的“黃埔軍校”——香港中文大學多媒體實驗室博士畢業(yè)，發(fā)表十多篇頂級會議論文；2020年入選華為“天才少年”計劃，加入智能汽車解決方案BU不到兩年，從新員工迅速成長為帶領近50人團隊的leader。

黃青虬參加機器人足球世界杯。 圖片來自華為心聲社區(qū)

對于自己入選“天才少年”計劃的過程，黃青虬介紹：從香港中文大學多媒體實驗室博士畢業(yè)后，一個偶然的機會，剛成立不久的華為車BU聯(lián)系上我。經過了幾輪面試，我成功拿到了天才少年的offer。當時我非常糾結：到底是去我熟悉的視頻分析領域繼續(xù)深耕，還是轉到自動駕駛這個方向上？經過了一番思考，我最終還是決定加入車BU。我覺得，文娛產業(yè)雖然也在豐富精神生活上起到非常重要的作用，但遠不如智能汽車這樣的“硬科技”是國家社會的基石產業(yè)。而且汽車產業(yè)正處于一個變革時代，就類似于手機從功能機到智能機的演進，而自動駕駛又是這個變革中的核心之一，它極大可能會改變整個人類社會。

“能夠入選我很榮幸。后來看到很多相關的熱搜，才意識到這是一個自帶熱度的話題。但我是個實用主義者，我并不會把‘天才少年’當成一個光環(huán)或者一個包袱，而是會盡量忘掉它，只在有需要用到的時候把它拿出來，比如需要這個title去吸引應屆生的時候，哈哈。就像任總說的，進入華為公司，就沒有‘天才少年’這個名詞了，也沒有博士、學士之分，也沒有年輕專家、老專家之分，大家都是在一個起跑線上的，都要踏踏實實做好本職工作。”黃青虬說道。

談及自己對“計算機視覺”感興趣的開始，黃青虬回憶：高中的時候看《黑客帝國》《變形金剛》，就被機器人控制人類、機器人和人類戰(zhàn)斗這樣的場景震撼到了，對機器人產生了濃厚的興趣。上大學后我成為清華大學“火神機器人戰(zhàn)隊”的一員，開始搗鼓起了機器人……對人來說，我們習慣了有一雙強大的眼睛，“所見即所得”對我們來說是非常自然的事情，但是在計算機系統(tǒng)里，從圖像到機器可感知的三維信息，轉化過程其實非常復雜。而我要做的就是為機器人打造一雙強大的眼睛，這是一件很有挑戰(zhàn)但也很酷的事情。

說到自己在計算機視覺界的“黃埔軍校”所經歷的“魔鬼”訓練，一段看了100遍電影《泰坦尼克》的往事讓黃青虬記憶猶新。

“我博士期間研究的課題非常有意思，是利用AI技術對電影進行結構化解析，也就是讓機器去理解電影，從一部電影中解析出人物關系、故事情節(jié)等。因為這個研究課題在計算機視覺研究領域算比較冷門，前人研究很少，一切要從頭開始。但我還是決定去試試，因為我覺得電影本身是一種比較藝術、人文的東西，用科技去解析藝術，理性和感性的碰撞也許會有不同的火花。”黃青虬介紹道。

“我和幾個小伙伴從零開始，通過電影、劇本、影評各種渠道，收集了學術界第一個、也是當時最大最豐富的電影研究數(shù)據(jù)集，叫MovieNet，大概有十幾萬部電影。基于這個數(shù)據(jù)集，我們做了很多有意思的課題研究，包括演員的識別、精彩片段的自動化剪輯、用文字搜索電影片段等。”黃青虬還介紹道。

黃青虬稱，這些課題的研究成果非常具有應用價值，比如演員識別和人物關系識別，就是現(xiàn)在很多視頻網站上會看到“只看他”“只看某個CP”功能的核心技術，再比如視頻自動剪輯，就可以用到現(xiàn)在很多視頻剪輯軟件中，幫助用戶自動剪輯出短視頻。但同時這些課題也是非常挑戰(zhàn)的，比如演員的識別，雖然人臉識別已經是一個比較成熟的技術了，但是在一部電影里，一個演員清晰正臉的鏡頭往往不到30%，更多的場景下，人物的識別都是不能靠臉的，比如打斗的時候人臉是糊的，比如晚上光線非常暗的時候臉常常看不全，比如有時候只能看到背影。我們也是在做的過程中，才看到了這些難點，并且通過引入衣著、環(huán)境、人物關系等信息，再加上一個漸進式的推理模型，解決了其中大部分的問題。

“讀博的前兩年，由于研究方向比較冷門，我的論文投稿頻頻碰壁，我發(fā)出第一篇論文的時間其實晚于實驗室的大部分同學。但經歷了一輪又一輪反復打磨后，我們最終也慢慢得到了學術界的認可。在整個博士期間，我發(fā)表了十多篇頂級會議論文。我還記得每篇論文我們都是用《泰坦尼克》做demo，整個博士期間我把這部電影估計看了100遍以上，臺詞都快能背下來了。”黃青虬說道。

加入華為之后，黃青虬智能駕駛的視覺感知小組目標就是：通過相機，讓車感知周圍的物理世界，包括檢測路上的車輛、行人，判斷他們的運動狀態(tài)等。此后，黃青虬成為激光感知團隊的leader，開始帶領團隊在這個領域沖鋒陷陣。激光雷達作為一個非常新的傳感器，雖然能提供更精準的測量，讓我們對環(huán)境的測量更加精準，但是同時也會帶來非常多的問題，就像武俠小說里的絕世武器，想要駕馭好并不容易，只有在內力深厚的人手上才能發(fā)揮出巨大的威力。

黃青虬舉例：下雨天別的車從你旁邊開過，會濺起很多水花，在激光的視角里，它看到的是無數(shù)個點，有些會橫跨兩個車道跑到你的前方，從激光的視角看就會誤以為面前有一個巨大的障礙物，需要剎車，但此時，攝像頭捕捉的又是另外的畫面，在這種情況下，就需要制定很多復雜的規(guī)則，什么時候應該相信激光雷達，什么時候應該相信攝像頭，這會嚴重影響自動駕駛在雨天的性能表現(xiàn)。為此，我們設計了前融合算法，把攝像頭捕捉到的圖像和激光雷達捕捉到的點云，一起輸入神經網絡去做融合感知，得出更準確的結果。

ADS激光&毫米波感知組深圳團隊。

一年以來，黃青虬團隊苦練內力，做了一個又一個實驗，設計了一版又一版的方案，終于把激光感知算法的性能做到了穩(wěn)定高效，讓激光雷達在自動駕駛系統(tǒng)中發(fā)揮出了巨大的威力。伴隨著極狐的量產，黃青虬團隊終于可以自豪地講，他們是業(yè)界第一個把激光雷達以傳感器的身份，而不是裝飾品的身份，安裝到一臺量產乘用車上的團隊。

對于下一步的目標，黃青虬透露：一方面，他們會持續(xù)打磨現(xiàn)在的激光感知和毫米波感知算法，去解決大規(guī)模商用之后客戶遇到的各種問題，目標是讓客戶體驗不斷提升，讓客戶越來越喜歡用他們的自動駕駛功能。另一方面，在經過幾年的迭代之后，他們當前的感知系統(tǒng)也走到了一個瓶頸期，遇到了一些系統(tǒng)性的難題。比如當前系統(tǒng)的時延還是偏高。所謂時延，就是指從傳感器接收到數(shù)據(jù)到車做出決策的時間差，類似于人的反應時間，是越短越好。所以他們也正在開發(fā)下一代感知系統(tǒng)，希望解決之前遇到的很多系統(tǒng)性問題。