2020年10 月份，深度学习领域顶级会议 ICLR 2021 论文投稿结束。
这次盛会，又有大牛在深度学习领域有了新突破。这次技术的变革会带来哪些影响呢？且听东方林语娓娓道来。
人工智能应用在CV计算机视觉领域中，CNN卷积神经网络一直占据相当主流的地位。
而Transformer 架构，在NLP自然语言处理任务中，得到了广泛应用。
两个领域，每项技术各有所长，彼此之间井水不犯河水。
但是，近年来不断有专家学者尝试将 NLP 领域的 Transformer 进行跨界研究，经过一段时间的试验，在一些图像场景还实现了相当不错的结果。
本次ICLR 2021 就有一篇论文，尝试将标准 Transformer 架构直接应用于计算机视觉领域，提出了一个新的 Vision Transformer 模型，并在多个图像识别基准上实现了接近甚至优于当前 SOTA 方法的性能。
SOTA也就是state-of-the-art，若某篇论文能够称为SOTA，就表明其提出的算法(模型)的性能在当前是最优的。
该研究表明，对 CNN 的依赖不是必需的，当直接应用于图像块序列时，transformer 也能很好地执行图像分类任务。
特斯拉 AI 负责人 Andrej Karpathy 专门转发了该论文，并表示:
乐见计算机视觉和 NLP 领域日益融合。
技术进步，一切皆有可能。
如果能够将NLP VS CV模型的跨界学习进行到底，图像视觉领域的Transformer能把原来的龙头老大CNN拉下马吗?
这就是一个非常有意思的命题了。
ICLR 2021 有什么值得关注的投稿吗？在知乎上，有网友这样表示：
我们正站在模型大变革的前夜，神经网络的潜力还远远没到尽头。一种崭新的强大的，足以颠覆整个 CV 和 AI 界的新模型才露出冰山一角，即将全面来袭。
人工智能是一项综合性学科，需要将基础科学、业务场景、数据质量、工程实践等紧密结合的技术领域，近年来已经融合了更多的其他方向。
人工智能的各个分支，技术上可以互相融合与替代。也可以带给我们更多的启示:
作为人类的我们，其实，如果跳出自己的舒适区，也可以跨界学习、跨界融合，以更好的适应这个多变的社会。
