|
沈琳琳博士，鵬城學者，教授，深圳大學計算機科學與技術專業博士生導師，上海交通大學學士、碩士，曾在華爲公司擔任軟件工程師，2005年獲得英國諾丁漢大學計算機專業博士學位。 現任大數據系統計算技術國家工程實驗室副主任、廣東省中英合作視覺信息處理實驗室主任、深圳大學計算視覺研究所所長、深圳大學醫學影像智能分析與診斷研究中心主任、英國諾丁漢大學計算機學院榮譽教授等職務。擔任期刊《Cognitive Computation and Systems》常務副主編（Co－Editor－in－Chief）、《Expert Systems with Applications》副編輯（Associate Editor）。
目前研究方向爲深度學習理論及其在人臉識別／分析以及醫學圖像分析上的應用。 2015－2023年連續9年被愛思唯爾出版社評爲計算機學科“中國高被引學者”，2020－2022年連續入圍斯坦福大學“科學影響力全球前2％科學家榜單”。 科研成果上，先後獲得吳文俊人工智能自然科學獎，中國電子學會、廣東省和深圳市自然科學獎。2023年帶領團隊开源“伶荔”（Linly）百億參數大規模中文語言模型。 |
CV大咖的成長史
世紀之交，思潮竄動，百業待興。
學史鉤沉，學術的河牀上留下了神經網絡、深度學習和今天的通用大語言模型等研究思潮或深或淺的痕跡，不知不覺中刻畫起我們的時代。每一個學者的研究方向也隨着宏大敘事浪潮或現實條件在不斷迭代，爲時代留下個人的注腳。
沈琳琳一直在思考一串問題：我研究的東西對社會是否有用？是否忠於自己的興趣？秉承着對科研的誠摯熱愛和對社會有所獻益的內心追求，沈琳琳在幾個人生岔路口作出了重要選擇。
2000 年，沈琳琳從上海交通大學應用電子專業碩士畢業，他放棄了當時一份令人羨慕的工作，選擇踏上異國他鄉砥志研思——攻讀英國諾丁漢大學計算機專業博士。
英國諾丁漢大學校園
諾丁漢大學風景如畫，教學與研究水平享有國際聲譽。泮林革音，萬象宜人，沈琳琳很快適應了高強度的研學節奏，興趣使然，加上深度參與博士導師的課題，沈琳琳自此和人臉識別結下了不解之緣。
圖像是直觀而親切的，離生活很近，容易被理解，對圖像進行處理，使它發揮更多價值是一件有趣且有意義的事情。他的研究方向聚焦在深度學習理論及其在人臉識別／分析以及醫學圖像分析上的應用上，專注且浸潤極深。
讀博後半段，他將自己的研究方向向醫學圖像上拓展。當時，導師拿下一個歐盟的醫學圖像的科研項目，他便大量接觸此方面的書籍，讓自己在該領域研究打好基礎。2005 年博士畢業到 2006 年，沈琳琳特意去附屬醫院與影像科醫生共處了一年，以便更好地理解 AI 和醫學跨學科之間的難點。
研學數十載，沈琳琳一直保持着韌性和自己冷靜的判斷。人工智能某項新技術剛提出並火爆的頭幾年，很多人不可避免地追新逐熱，但他觀察，有些相關技術在實際應用中性能並不如在實驗室的結果那般好，他勸自己不要着急。
深度學習剛出現的時候，很多人認爲它只是曇花一現，他還是立足實際看問題：“我觀察該方向上的數據集和應用性能表現都較爲出色，另外了解到產業界不少大公司也在關注這個方向，我感覺這個東西很不一樣，應該是有未來的，所以在 2015 年左右跟隨了這個研究方向。”
深耕於計算機視覺和深度學習多年，沈琳琳取得了不凡的成績，他开發的人臉識別系統曾在國際人臉識別算法測試比賽中獲得亞軍，研發的細胞分類算法連續獲得國際細胞圖像分類算法大賽冠軍。科研成果先後獲得吳文俊人工智能獎、中國電子學會、廣東省和深圳市科學技術獎勵。2015－2023連續9年被愛思唯爾出版社評爲計算機學科“中國高被引學者”。
AI＋，扎根現實需求
2006年10月，沈琳琳心系桑梓地，沒走海外職場精英路线，回國在深圳大學做起了一名教師。他想把了解到的最新先進技術和自己對學術研究的一些心得分享給國內一群群熱情昂揚的年輕人。
研究“視覺識別”二十多年來，沈琳琳曾指導團隊完成多篇 paper 或項目，也獲得了不少獎項，這的確是他熟悉且擅長的賽道。但是，教育不僅僅包含純粹的科研，還需要對接產業升級和技術變革趨勢，培養支撐產業需求的人才。
AI 智慧養殖系統
AI 智慧養殖系統开發是一項縮短課堂和產業的距離的重要嘗試。
簡單來說，就是用 AI 輔助農戶養鵝養雞。2020 級深大騰班學生开展過一次別开生面的“鵝臉識別”項目——將課堂上學到的“人臉識別”，這些原本落地金融、安防行業的 AI 知識，復制到鵝身上，幫助鵝農識別病鵝，輕松養鵝，提產增效。
初期，沈琳琳和團隊一度覺得沒法下手，不同於實驗室，鵝的飼養和成長環境復雜不可控，連經驗豐富的老農都不能保證識別病鵝，不免對算法的能力存疑。還有，要讓 AI 消除對鵝的“臉盲”，必須要採集足夠多的樣本數據，但動物不會配合鏡頭，這是一項全新的、工程量巨大的工作。
學生給鵝群打標注
要養鵝，先懂鵝。沈琳琳決定，拋开所有酷炫的技術，同學生們前往鵝場，從觀察、手動記錄和歸納鵝的基礎習性入手……整個暑期，沈琳琳密切關注學生們的每一項進度，經歷長達半個月、30 萬次的點擊標注後，行業首個“鵝臉數據庫”誕生。最終，團隊制作了一款識別病鵝的小程序，具備“查看鵝群、疾病預警、數據分析、檢測養殖環境”等功能。
邁出了AI 養鵝的一大步，有了數據庫沉澱，往下便可以做很多事，AI 智慧養殖大系統可以效法推進。比如，將數據开源給學術界，更多人一起研究科學養鵝。借力AI ，雞鴨魚鳥等智慧養殖上另有廣闊天地。
AI 智慧醫療
在醫療領域，我們仍然面臨着嚴重的醫療資源問題，AI 醫學影像作爲一種優質的醫療資源，存在巨大的供需缺口。沈琳琳在在醫學影像診斷方向上師從大佬，敬業勤懇地精研多年，做了不少對臨牀診斷及治療有重要的意義的工作。
沈琳琳和團隊通過普通數據增強、圖像分塊、半監督標注網絡以及自監督任務等對大腦 MRI、細胞病理圖像和口腔數字掃描數據進行分割和分類任務的工作。
其中，“細胞病理圖像智能輔助檢測與診斷系統”便是沈琳琳一項落地數年的工作。該輔助檢驗的智能系統濾去大量重復枯燥工作，讓醫務人員更專注於病變疑似區域。無論是在診斷的效率、質量以及成本都能獲得明顯的收益。
該智能檢驗診斷系統對細胞形態進行分析中
不可否認，人工智能影像技術在實踐中發揮了重要作用，其應用空間和發展前景非常廣闊。但是，AI 在醫療領域落地困難重重：首先，要突破跨學科融合的難點，需要雙方人員長期的配合和信任、熟悉雙方行業的溝通語言，達成一定共識；其次，醫療在信息安全性、算法透明度、數據壁壘和數據標注等方面存在“黑洞”，面臨着“成本高”“填坑大”的狀況；再者，醫療領域與生命安全息息相關，每一個環節的推進都要慎之又慎。
另外，新技術催生新難題。醫生的診斷其實不僅僅只看醫療影像資料，還需要其他數據，比如驗血數據、臨牀數據，以及醫生的經驗，各種數據綜合起來形成一份智能治療方案。而把多種數據融合起來，其實就是多模態數據，可以把當下火熱的大模型融入進來。
要保證 AI 智慧醫療技術處在創新前沿，幫助解決醫療領域的現實問題，沈琳琳和團隊仍在與時俱進，持持續學習中。
AI 智慧協警辦案
AI 技術在產業變革中應用廣泛，沈琳琳更愿意帶領學生在實踐項目中感受 AI 的魅力和影響。
沈教授團隊和深圳公安刑警支隊合作，用 AI 幫助法醫辨別屍體死亡時間，开發了一款判斷屍體死亡時間的算法，其原理是根據屍體上蟲子的成長變化，將勘驗檢查和AI 系統結合，大大提高了警務辦案的效率和准確性。
另外，沈琳琳團隊還曾運用 AI 算法，協助各方追蹤保護雲南元江的野生大象。
拉進科研、課堂和產業的距離
每一年的畢業季，“十大無用專業”“十大水課排行”總能引發關注，這反應了當下學習理論和實際脫節的一種現狀。對接產業升級和技術變革趨勢，培養支撐產業需求的人才，成爲我國高校人才培養的新使命。
因爲淋過雨，所以想給別人撐把傘。在實際教學和科研工作中，沈琳琳希望通過自身力量縮短課堂、科研和產業的距離。他對學生不吝惜鼓勵，親和真誠，凡是對學生和社會有益的事情深度參與、親力親爲。AI 智慧養殖的“鵝臉識別”項目上，他和學生一道成了半個“養鵝專家”。
他希望青少年明白任何東西都有起落，鼓勵他們做自己感興趣且對社會有意義的事情，不必盲目跟風。
人工智能時代呼嘯而來，沈琳琳認爲，“計算機視覺、自然語言、機器人等方向上都大有可爲。人工智能行業有很多種不同水平的工作類型，不同能力的人可以在金字塔的不同位置找到適合自己的崗位，並依靠自己的興趣和努力，在實踐中提升自己的交叉學科理解能力，保持獨立思考，不管你原來的起點如何，只要你堅持做下去，最後總能夠成功。”
標題：沈琳琳：扎根現實需求，縮短科研和產業的距離
地址：https://www.utechfun.com/post/258962.html