AI大师丨获“奥斯卡奖”的计算机教授Demetri Terzopoulos
编者按：8 月 30 日，世界人工智能大会微软主题论坛暨2019年“二十一世纪的计算”学术研讨会将在上海举行，我们荣幸地邀请到加州大学洛杉矶分校杰出教授兼校长讲席教授 Demetri Terzopoulos 作为演讲嘉宾。Demetri Terzopoulos 是计算机视觉领域的领军人物，在他获得的众多奖项中，还包括了令人瞩目的“奥斯卡技术成就学院奖”。在近距离聆听他的演讲之前，让我们先来了解一下他的研究与故事。
对于在加州大学洛杉矶分校，甚至是许多其他学校研究计算机视觉的学生们来说，Demetri Terzopoulos 教授主管的计算机图形和视觉实验室是他们梦想的一隅。Demetri Terzopoulos 教授不仅身兼多院院士，还是“奥斯卡技术成就奖”得主，也是工程与计算机科学领域被引最高的作者之一，出版了 300 多篇研究论文和数本学术著作。他主要的研究领域涵盖计算机图形学、计算机视觉、医学成像、计算机辅助设计和人工智能等等。
和许多计算机领域的从业者相似的是，Demetri Terzopoulos 对专业方向的探索之旅是从电子工程开始的。事实上，在本科最初学习电子工程的时候，Demetri Terzopoulos 并不认为自己有必要继续读研，而是想找份电子工程师的工作，早早开始为家里赚钱。
命运的转折点发生在本科末期，一节选修课让 Demetri Terzopoulos 对人工智能着了迷，他突然认识到，人工智能是最好的长期开放性研究领域。于是在父母的支持下，他决定继续学业。在研究生时期，Demetri Terzopoulos 找到了自己钟爱的研究方向——计算机视觉和图形学，一头扎进了虚拟环境与虚拟现实的奇妙世界，开始探索虚拟环境下的人工智能应用。
沿着研究兴趣一路向前求索，Demetri Terzopoulos 在麻省理工学院获得了人工智能方向的工程与计算机科学博士学位。“现在回头看，我要对当年的自己说，你做的决定是正确的。继续钻研计算机科学，钻研计算机科学中的人工智能领域，你不会感到失望的。”
此后数十年里，Demetri Terzopoulos 始终致力于计算机视觉、计算机图形学的研究，并推动了物理动画、医学影像分析等具有强现实应用意义的科学领域的长足发展。在现阶段，Demetri Terzopoulos 的主要研究兴趣之一是理解并在虚拟世界中模拟人类，从而增强电影、电子游戏和工业应用中的交互性，未来，玩家们将能够在游戏中与非常智能化的虚拟角色一起对战、合作和交流，或是在电影电视剧集中与他们喜爱的角色进行更多定制化的互动。
Demetri Terzopoulos 在 2015 年“二十一世纪的计算”学术研讨会上演讲
计算机教授也可以获得奥斯卡奖
Demetri Terzopoulos 对计算机视觉领域的一大开创性贡献在于推动了可变形模型（Deformable Models）的问世与发展。
在发表于1987年的一篇论文“Elastically deformable models（弹性可变形模型）”中，Demetri Terzopoulos 与研究者们首次使用物理建模的方法来制作仿真布料。而此前，计算机图形学的模型完全基于几何建模，采用物理建模的方法第一次使仿真布料呈现出非常接近真实布料的质感，而且能够像真正的布料一样运动和改变形状。
10 年后，皮克斯动画工作室和更多世界各地的影视公司纷纷将基于可变形模型方法的变体应用到自己的影视动画作品中，为各式各样的计算机生成角色制作服装。这些逼真的服装出现在《星球大战》（第二集、第三集）、《哈利波特》、《指环王》系列、《特洛伊》等等全球家喻户晓的电影中。
“我们研究的不仅仅是布料，而是在探索所有可变形的物体的仿真方法。” Demetri Terzopoulos 表示， “在布料之外，我们的方法还可以做头发和毛皮等线条，或者用橡胶和海绵制成的三维立体物品。”
在 2001 年出品的电影《怪兽电力公司》中，小女孩 Boo 身上穿着的粉色睡衣，以及毛乎乎大怪兽 Sully 的一身蓬松细软的蓝紫色皮毛，都是基于可变形模型通过计算机模拟生成的。
电影《怪兽公司》中的 Boo 和 Sully
2006 年，Demetri 与前微软研究院杰出科学家 John Platt 共同摘得电影艺术与科学学院所授予的奥斯卡技术成就学院奖。这一奖项用于表彰在电影艺术与科学领域具有特殊和突出价值的装置、方法、公式、发现或发明。学院表示，这个早在 1987 年提出的方法为后续的物理计算机动画领域带来了深刻的影响。这也毫无疑问是计算机图形学界的一个里程碑。时隔一年，Demetri Terzopoulos 获得了IEEE授予的首届计算机视觉杰出研究员奖，表彰他在可变形模型及应用领域的持续贡献。
除了动画与游戏，Demetri Terzopoulos 还早早看到了人工智能在医疗领域的无限可能。图像识别技术的发展，以及大量的医疗数据和病例数据，为AI医疗提供了技术和数据的强力支持。Demetri Terzopoulos 希望人工智能能够协助医生进行更加快速、精准的医学诊断，进一步减少误诊的发生。
从1970年开始，Demetri Terzopoulos 就开始尝试分析医学影像，使用的方法是在当时比较主流的模式识别。80年代后，他开始转向基于可形变模型的医学影像分析。
1987年，Demetri Terzopoulos 与合作研究者共同提出的主动轮廓模型（Active contour model）——著名的“Snake”模型，后来成为了计算机视觉和模式识别领域热门的经典架构，相关论文也登上了 IJCV 的 Marr 奖专刊，成为计算机视觉领域被引用次数最多的论文之一。
Snakes 模型旨在从含有复杂信息的 2D 图像中提取物体轮廓，其基本思想和模型虽然比较简单，但包含着深刻的计算机视觉理论背景。此前的计算机视觉理论多遵循两条道路，一条以 Marr 为代表，多采用自底向上的思路，另一条是基于推理的视觉理解理论，采用的是自顶向下的方法。
进入上世纪 80 年代后，人们意识到，针对具体问题提出融合上层知识和底层图像特征的方法，会比单个方法的改进更为有效。于是，Snakes 模型应运而生，它的轮廓线既承载了上层知识，轮廓线与底层图像的匹配又融合了底层的特征。Demetri Terzopoulos 将主动轮廓分割技术应用到医疗领域，结合解剖学知识做了一些实验，对神经元树突、视网膜血管、肺结节、大脑胼胝体等不同的结构都进行了精确的图像分割。
此后的 10 余年中，Snakes 不仅在计算机视觉中被普遍使用，还激发了一批基于主动轮廓线的图像分割、理解和识别方法的涌现，为视觉领域的发展带来了变革。Demetri Terzopoulos 也将可变形模型不断优化，融入卷积神经网络等热门方法，使模型能够进行自动、立体的主动拟合，快速调整自己的形状以吻合图像中的信息。可形变模型不仅应用场景广泛，而且在速度和准确性方面效果出色，能协助医生快速、精准地定位病灶所在。
Demetri Terzopoulos 认为，自动图像分割是未来的大趋势之一，在数据驱动的大环境之下，一定会涌现出更多技术来提高医学影像分析的效率。在他看来，放眼更长远的角度，人工智能的目标不是要战胜人类，而是尽一切可能强化人类的智能，从而更好地为人类社会服务。
8 月 30 日，微软亚洲研究院年度重量级学术会议“二十一世纪的计算”学术研讨会将在上海与 2019 世界人工智能大会（WAIC）共襄盛举。届时，Demetri Terzopoulos 教授将莅临现场，为我们带来精彩的讲座。
“二十一世纪的计算”学术研讨会迄今已成功举办二十届，足迹遍布亚洲多个国家和地区，出席大会的图灵奖获得者共有 39 人次，历届参会人数累计超过 40,000 人。2019 年“二十一世纪的计算”学术研讨会报名即将启动，我们期待与您一起同话 AI、予力未来！
最后
我们也为大家提供了一个
提问 Demetri Terzopoulos 教授的机会
如果你有任何问题
欢迎你在评论中给我们留言！
参考资料：
[1] Snakes: Active Contour Models：https://web.archive.org/web/20131029204623/http://morse.cs.byu.edu/750/papers/kass-witkin-terzopoulos-snakes.pdf
[2] An Overview on Snakes Models：http://read.pudn.com/downloads156/sourcecode/graph/693028/Snake%E6%A8%A1%E5%9E%8B%E7%BB%BC%E8%BF%B0.pdf
[3] Computer Science Professor Wins Oscar
https://phys.org/news/2006-03-science-professor-oscar.html
[4] Demetri Terzopoulos：没有什么能够阻止我们实现超越人类的智能https://www.csdn.net/article/2015-12-21/2826528/8
[5] 三院院士Demetri Terzopoulos：摆脱深度学习的单兵作战方式，“古今结合”将成未来方向丨CCF-GAIR 2019
你也许还想看：
感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，共建交流平台。来稿请寄：msraai@microsoft.com。