AI大发展时代，CV还有必要搞吗？会不会像NLP一样惨？

本人数学基础较好，觉得人工智能发展离不开数学，因此，初步选了CV作为未来研究方向。
但是，ChatGPT火了后，感觉NLP研究一下子被“灭”（不知理解是否有误）。
CV未来是不是也会步NLP后尘？会无事可做？
各位大牛，可否指点一二？谢谢。
回复必加米！

传统的视觉课题，比如分类检测分割相关的，基本没了，工业界会长期领先学术界，学术界很难出什么impactful工作了

交叉的领域还是可以搞搞的，现在火的是vision+robotics (embodied ai)，vision+graphics (nerf, diffusion)，medical image应该也能搞

补充内容 (2023-06-30 18:57 +08:00):

Generative ai， 比如zero-shot text-to-3D, image-to-3D, image-to-video也是热点

怎么可能，视觉跟NLP都不是一个领域。视觉你看看神经渲染，这是最火爆的方向之一。而且最新的google map，自动驾驶数据生成都用了这个功能。视觉有太多任务需要解决了，比如图像重建，复原，无论是静态图片还是视频。还有图像和视频的生成，比如输入文字输出图片这种还有很多工作要做，现在的扩散模型太慢了。你在手机端很难运行小模型达到服务器端的速度和质量。还有多模态，现在是文字到单张图片，以后还有视频，3D等等。好莱坞有很多公司都在用CV做后期。比如Audio 3D，就是语言翻译，让说英语的阿汤变成说日语或者西班牙语的面部视频。这些应用太多了，每个领域都有进一步的提升空间。还有，上面说的detect anything 那种只是最最入门的识别任务。但是你不要以为分类和检测就做到头了，比如小样本的泛化。这个不是大数据能解决，因为再大的数据集也是长尾的，总有很多类别就是缺。还有像object detection 这种目前所有的模型对小物体都不友好。MOT多目标跟踪就更难了。目前都没有特别好的解决方案，流行的算法也就有5秒的记忆。我们之前像做马拉松视频的检测，效果奇差，因为太难了。总是CV可做的太多了。很明显你对这个领域没有太深的了解。这个领域非常注重对数据的感觉，也就是观察能力，是实践性非常强的，可不是仅仅有数学底子，会推公式就能搞定的。路还长着呢。

完全可能会的……

Segment anything搞出来的那个dataset with 1.1 billion masks就是在大力出奇迹的路上越走越远的典型例子。



补充内容 (2023-06-10 22:06 +08:00):
但个人觉得应该不至于很快无事可做

哪怕NLP也没有完全进入无事可做的状态，只是特定方向继续研究的意义不大了

ChenRaphaelLiu 发表于 2023-6-10 07:05
完全可能会的……

Segment anything搞出来的那个dataset with 1.1 billion masks就是在大力出奇迹的路上越 ...

以后搞AI研究是不是不需要很多人了？大模型只需要少数人，多数人在这上搞些应用。

工业界搞大模型，学术界就搞小模型呗，不冲突

现在只要是工业界在意的方向，学术界肯定是日渐式微的。几年后 PhD毕业，别人都不一定在乎你的具体work了。

zhuxi 发表于 2023-06-10 08:39:50
工业界搞大模型，学术界就搞小模型呗，不冲突

最后就是学术界和工业界越来越脱节。没人再愿意念phd了

eecvphd 发表于 2023-6-11 01:53
传统的视觉课题，比如分类检测分割相关的，基本没了，工业界会长期领先学术界，学术界很难出什么impactful ...

会不会随着AI的发展，应用场景越来越多，或者发现几种类似于diffusion的新方法，然后进一步推动AI研究深入？

waterstream 发表于 2023-06-10 10:43:38
最后就是学术界和工业界越来越脱节。没人再愿意念phd了

不同赛道而已，不是任何应用场景都需要或者都有能力怼大模型的