Qualcomm AI研究重大进展，让机器像人一样看世界

从帮助机器像人类一样“看”世界

到识别极小分子的机器

再到分析外太空庞大结构的工具

深度学习领域的一项技术进展

所能实现的种种可能

超乎你的想象

这项突破性的技术，就是球面卷积神经网络（spherical Convolutional Neural Networks，缩写CNNs），通过CNNs的处理，机器可以看到并识别三维空间中的物体。这正是人工智能（AI）发展的前沿领域。

Qualcomm CNNs研究获得ICLR殊荣

Qualcomm Technologies 荷兰研究人员 Taco Cohen 和 Max Welling 及其合作伙伴，通过与阿姆斯特丹大学联合撰写的《球面CNNs》论文荣获“国际学习表征大会（ICLR）2018年度最佳论文奖”。

ICLR 主要发布人工智能（AI）和机器学习方面的最新研究，现已举办到第六届。蒙特利尔大学的 Yoshua Bengio 和纽约大学/Facebook 的 Yann LeCun 共同担任 ICLR 2018 的主席。在全球顶尖 AI 实验室提交的约 1,000 篇投稿中，AI领域最具创新性和影响力的研究被授予最佳论文奖的殊荣。

该球面 CNN 论文引入了构建 CNNs 的新型数学架构，可鲁棒地分析球面图像，并不会受到曲面失真的影响。这是因为：球面 CNN 具有针对旋转的“等变”特性，它意味着该网络学习到的内部表征会与输入信息同步旋转。从实验的结果来看，球面 CNNs 在两项截然不同的任务上可实现出色的预测精度：球面图像 3D 模型识别和原子化能量预测（一项重要的化学问题）。

球面CNNs为什么重要

过去几年，深度学习——尤其是 CNNs——已彻底变革了 AI，语音识别、视觉对象识别、自然语言处理及其他领域均出现突破性成果。CNNs 很擅长分析线性信号，例如音频或文本、图像或视频，因其具备可识别模式的内在能力，而不管其空间或时间位置如何。

但在如汽车、无人机和机器人等多个应用中，我们都希望学习的信号留存在球体上。在科学应用中也存在大量球面信号，从地球科学到天体物理学都有相关案例。