想給AI潑冷水,你得先看看現在AI發展成啥樣了
百度AI開發者大會引爆熱搜,儘管有網娛化的段子在其中推波助瀾,但其對於人工智能的嚴肅判斷並沒有因此而消解。談到人工智能,人們的印象更多的還停留在阿爾法狗擊敗人類的弈棋之爭上,對於其他方面則不甚瞭解。事實上,AI在現在乃至未來都將重新塑造我們的生活方式。
1945年著名的圖靈測試設想問世,試圖對“智能”進行標準定義,對後續人工智能的發展帶來了深遠的影響;在1956年,達特茅斯會議召開,並且確定了“人工智能”名稱以及任務;在隨後的發展中,AI在面臨低谷和高潮中演進了自然語言、專家系統等不同的方向。彼時,在摩爾定律影響下,計算機性能不斷增強,結合大數據和深度學習,人工智能有了更多可以結合的方向。
AI領域在不斷演進,而百度AI開發者大會也並非第一次開。自17年開始,每年七月份大會都要就AI的應用方向,前端技術進行分享,從AI基礎技術、到智能雲、乃至無人駕駛、計算機視覺等領域都有涉獵。而國內發力AI的也不是百度一家,阿里巴巴、騰訊、華為、科大迅飛也都有著自己的技術分享會。
人工智能火熱,而這項新興技術方向與方向之間、技術和行業之間的融合也為行業發展帶來了新的思路。而中國信通院去年發佈的《人工智能發展白皮書》也對產業進行了梳理,細分以下幾個類別:
自動駕駛
自動駕駛作為新興領域目前尚處於技術火熱階段,入局者雖多,但落地產品商用仍是少數。對於自動駕駛分級,美國NHTSA(高速公路安全管理局)和SAE(國際化自動機工程師學會)持有不同的劃分標準。
由於技術優勢並不相同,傳統車企和互聯網公司選擇了適合各自的起步方向。為了保證技術的自主權,前者利用對供應鏈的整合優勢和製造技術大多從L2向著L3級別演進。例如上汽在16年就已經獲工信部批准成立了國內首個“國家智能網聯汽車(上海)試點示範區”,可以進行無人駕駛、自動駕駛、V2X網聯測試;18年則是與Mobileye達成合作,其自主研發的自主開發的智能駕駛中央控制器將會搭載Mobileye的視覺芯片;及至今年5月上海科技節,上汽推出了達到L3級別智能駕駛車型上汽榮威Marvel X。
相比於傳統車企傾向於量產,互聯網公司打造自動駕駛更多的是從L4級別出發,想要打造出自己的整套自動駕駛方案。在這方面Alphabet拆分出的Waymo相信大家非常熟悉,近日Waymo也已經獲得了加州政府的載人許可,但需要配備相應的駕駛員。在國內,自動駕駛一直是百度的主攻方向,在這次AI大會上,百度也推出了自主泊車方案,可以通過APP實現車輛自動進出庫。並且官方表示已經接到了相應的工廠訂單。
在技術實現方面,自動駕駛並非是單一AI技術的應用,它也需要諸如計算機視覺這樣的技術來進行配合。在硬件上,自動駕駛要求汽車周身擁有各樣的傳感器,測距、識別、中控領域都有所覆蓋。在軟件上,汽車需要通過相應的技術來對這些“感知”進行處理,例如通過多目攝像頭的視差作用來進行初步的測距,通過與深度相機的配合,再傳達到中控進行處理。在經過大量數據計算訓練之後,中控會對路況、行人環境進行判定區別從而採取相應的行駛策略。
從市場角度來看,目前自動駕駛屬於實驗試錯階段,距離真正的商用還有一段距離,而商用量產落地主要聚焦於L3級別。考慮到安全因素,L4級別更多的是從短途需求出發(類似自動泊車)來逐步鋪開商用。去年筆者曾到海淀公園體驗過百度無人車乘坐,在駕駛和避讓方面都表現不錯,但車速由於安全限制較慢,主要目的還是調試和收集數據。
去年10月,Waymo公佈累計總里程數大約為1600萬公里,而在今年北京市交通委、公安交通管理局、經信局正式發佈聯合發佈的《中國首份自動駕駛路測報告》裡,百度在2018年測試里程數將近14萬公里,佔據自動駕駛車企里程數90%以上。可以預見,在正式投產商用之前,自動駕駛還需要更多的里程數,不同路況路段車況來進行經驗積累,最終成為“老司機”。
計算機視覺
計算機視覺(CV)作為AI應用的另一分支,在當下已經擁有了大量的落地場景。除開對自動駕駛這類新興技術提供感知等領域支持,計算機視覺還廣泛應用在安保、圖像處理、醫療等領域。
在如此多的領域裡,計算機視覺的應用其實就一直存在在我們身邊。相信大家都有過進站乘車的經驗,而現在有些站點只需要你刷身份證,然後衝著攝像頭驗證就可以順利進站,節省了檢票的人力成本;還有辦公室周圍的自動售賣機,不少都提供了“刷臉支付”方式,不用帶手機不同掃碼就可以購物;再來個更近點的例子,手機拍照AI美顏、萌拍功能都可以針對你的臉部細節進行改變。
包括這些,還有諸多應用都是計算機視覺的功勞。在大量數據深度學習下,我們能夠通過計算機視覺來實現機器對圖像的感知識別,從而延申出識別、檢測、修改等不同功能,再依託強大的算力來解決更多人力難以完成的問題。
而計算機的應用一方面是依託於硬件,以手機為例,我們熟悉的iPhone X搭載了3D結構光結構。作為深度相機的一種,它和TOF(Time-of-flight) 3D、雙目相機可以為設備獲得到具有空間信息的深度圖。通過對臉部高低不平的特徵點的識別,iPhone X來進行解鎖,這也是為什麼紙面照片無法解鎖的原因。
在應用這一塊,計算機視覺相當於基礎技術“積木”,通過與不同設備需求的結合,能夠創造出更多定製化的場景。而在這塊市場中,諸如商湯科技、曠視科技、依圖科技等公司都有著不小的份額。據前瞻產業研究院的彙總,2020年過國內計算機視覺市場樂觀估計將突破1000億,市場前景廣闊。今年5月曠視科技D輪總融資7.5億美元,金額最為其最高的一筆單筆融資,估值超過40億美元。
技術融合將是趨勢
正如開篇提出的,自動駕駛和計算機視覺兩者分別是基礎應用以及複合應用,因此前者在未來還會基於場景不同加入更多的IA技術。如果說計算機視覺解決了自動駕駛的“感知”問題,那在物聯網的趨勢下,它還缺少一個入口。以往我們是以屏幕觸控的方式來進行交互,但由於當下場景限制以及交互方式的豐富度,語音要更加合適成為交互入口。
而這一領域就需要自然語言識別處理(NLP)技術支持,而自然語言處理主要包括機器對人類輸入語言的識別、理解以及轉換成自然語言的輸出。作為伴隨AI發展延展到今的分支,各路廠商也都積累了不少技術並且拿出了自己的整體方案。例如小愛同學、天貓精靈、小度都是NLP技術下的產物,再結合應用落地,我們可以將其結合到智能音箱、智能手機、車載系統乃至翻譯筆等硬件上。
除此之外,知識圖譜的基礎技術也廣泛應用在我們的日常生活中。例如天眼查中對於實體之間的屬性標識和關係網整合,或者是搜索引擎中對關鍵詞(特定語義下的實體)之間關係的集合,當用戶檢索某條信息(例如太陽有多重)的時候,搜索引擎會對檢測句子進行語義檢測,提出關鍵詞(太陽和重),如果觸發知識圖譜語義網絡中的對應關係,就可以直接返回結果。
如果沒有就會觸發就會返回正常搜索結果,按照關鍵詞來進行內容檢索,例如上圖。不過知識圖譜也存在一定的挑戰,對於類似“金星”這種多語義的關鍵詞或者檢索語句過於簡單,機器正確識別語義還存在一定困難。而知識圖譜技術也可以與其他技術進行融合,例如語音問答,當你發問的時候,機器也會對內在語義網絡進行關係連接,並且直接給出答案,提高檢索效率。
在移動互聯網成熟,物聯網起步的階段,我們其實已經用上了很多AI技術,只不過它們以硬件結合的方式藏在了我們的身邊。等到5G+AIoT風口到來,諸如邊緣計算、萬物互聯等特性勢必會賦予AI更多的發揮空間。
而對於廠商來說,AI技術發展日新月異,在這場未來物聯網之中儲備好AI技術是一方面,另一方面則需要結合技術面輸出更多的應用場景也十分重要,而在現在,AI就已經在生活中扮演了重要的角色。
未來已來,AI相隨。