去年小米上市前披露的招股書(shū)顯示，公司1.45萬(wàn)名全職員工（目前接近2萬(wàn)）中，研發(fā)人員占比達(dá)到38%。無(wú)疑，正是這些工程師們澆筑了小米產(chǎn)品茁壯成長(zhǎng)的肥沃土壤。

今天中午（2月19日），雷軍興奮地轉(zhuǎn)發(fā)了小米團(tuán)隊(duì)最新出爐的論文，即在基于彈性搜索在圖像超分辨率問(wèn)題取得新突破，且模型已經(jīng)開(kāi)源，雷軍表示成果“令人震驚”，他還向小米AI團(tuán)隊(duì)表示祝賀。

根據(jù)PaperWeekly的摘要介紹，“這篇開(kāi)源論文屬于目前很火的AutoML Neural Architecture Search。具體來(lái)說(shuō)，在相當(dāng)?shù)腇LOPS下生成了多個(gè)模型，結(jié)果完勝ECCV 2018明星模型CARNM（乘加數(shù)參數(shù)數(shù)量少，PNSR/SSIM指標(biāo)高，文中稱(chēng)dominate），這應(yīng)該是截止至2018年可比FLOPS約束下的SOTA（涵蓋ICCV 2017和CVPR2018）。而達(dá)到這樣的效果，論文基于一臺(tái)V100用了不到3天時(shí)間。

此外，論文還給出了幾個(gè)前向模型。要知道上一篇論文中他們初步結(jié)果是擊敗CVPR 2016，才半個(gè)月時(shí)間就提升這么大，這也進(jìn)一步驗(yàn)證了Automl NAS技術(shù)的強(qiáng)大和可怕。需要指出的是，該項(xiàng)技術(shù)具有一定的普適性，理論上可以應(yīng)用于任何監(jiān)督學(xué)習(xí)，值得關(guān)注和學(xué)習(xí)。”

與網(wǎng)友評(píng)論互動(dòng)中，雷軍還指出“現(xiàn)在相機(jī)技術(shù)高度依賴(lài)人工智能圖像技術(shù)的進(jìn)步！”不難猜測(cè)，這些前沿性的科學(xué)研究將會(huì)對(duì)未來(lái)小米的軟硬件產(chǎn)品助力。

資料顯示，小米2017年的研發(fā)費(fèi)用為32億元。