AI 在生活中应用在哪些地方？

 

我只要和身边的家人朋友聊起人工智能，时常会出现的场景是：

 

他们中的很多人会觉得「生活里有什么人工智能吗，我怎么都没什么感觉呢？」

 

而之所以让很多人产生这种认知的最重要的原因是，他们会把对于科幻电影里的AI大boss的想象，投射到对现实人工智能的期许上。也就是说，他们认为人工智能要么就是钢铁侠的「管家」贾维斯那样的，要么就是奴役人类的阴险AI大脑。

 

以至于我和他们讲：

 

我们开车出门可以在地图软件上规避拥堵；

我们戴的智能手表可以帮我们监测并预测健康风险；

我们家里的机器人可以用父母的声音和宝宝讲故事；

我们的扫地机器人可以把一个复式的大房子打扫的明明白白；

 

等等等等。

 

这些全部都是人工智能在润物无声改变我们生活细节的证据，但由于它们并没有像科幻电影中描述的那么「炸裂」、「炫酷」和「脑洞大开」，以至于很多朋友们会对人工智能熟视无睹。

 

也就是说，我们其实已经大量的享受了人工智能带来的时代红利，只不过TA看起来并没有那么炫酷，而是更务实而已。

 

 

2.

 

所以接下来，我就从自己的视角上，来聊一聊人工智能在生活里有哪些应用。

 

第一个。

 

去年我去青岛我发小家里做客，他家里宝宝4岁，我就想着准备一个礼物给小朋友，于是我买了某品牌的智能机器人（为了让大家更专注主题阅读就不提品牌了），这个玩具最吸引我的一点就是，它可以通过录制若干段指定语句，就可以用人工智能的算法定制出宝宝父母的语音包，然后用这个语音包来给孩子讲故事，我先后听过很多个朋友的语音包，完成度上和目前地图App里的明星语音包比较接近。

 

除此之外，这几年来突飞猛进的翻译工具也是人工智能赋予我们的超级红利之一，理论上一个说着中国方言的人，也可以拿着一个翻译机在全世界纵横自由，因为在自然语意识别上，像四川话、粤语等等方言像普通话的转化正确率非常高，而在向多语种（英日韩德等等）的翻译过程里，因为有了AI在深度学习上的加持，转译的准确率、通畅性都特别惊人。

 

第二个。

 

我不知道大家对智慧城市了解多少，但有一个数据是，在2020年的杭州，由于有了对地图数据、车辆数据进行的智能分析，从而能够在城市全局上智能地调节红绿灯，成功将车辆通行速度最高提升了11%，这对于普遍拥堵的都市交通环境来说，绝对是AI为生活赋能的一个很有力的角度。

 

这让我不禁想起在100余年前的上海，那时候交通信号灯前是有专人值守的，而有些富家人开车出行的时候，会在副驾驶的位置放一条香烟，当遭遇红灯的时候就向值守人丢一盒香烟，然后那边就会手动的调成绿灯放行。

 

这还是百年前，就算现在，早晚高峰时段的交通信号灯旁都有可以供交警手动调节的开关。

 

而在人工智能加持都市生活的当下，不用丢香烟「贿赂」也不需要手动调节，也可以实现智能的信号灯调整。

 

第三个。

 

智能家居、智能穿戴其实已经在我们的生活里普及很久了，我说两个小故事好了。

 

我从几年前开始使用扫地机器人，因为自己的兴趣所至，我中间迭代了好几代产品，我目前手上扫地机器人智能到什么程度，我有时候心血来潮的时候会特地设置很多「障碍」来刁难它，但基本上所有围追堵截它都可以轻松的识别，并且迅速的躲避掉，这其中用到的一个特别重要的技术就是AI视觉识别判断。

 

再有就是智能手表手环在对人体健康监护上，由于有了海量的用户数据作为学习基料，智能手表真的会像24小时的家庭医生一样监护你的健康数据，尤其是对心脏、血压有问题的中老年人来说，我认为人工智能对他们的生命线是进行了非常重要的守护。

 

 

3.

 

在电商、物流、医学、城市、交通等等领域，人工智能都有大量的技术场景落地，但很有趣的一点是，这些东西说起来没有哪个是特别「炫技」。而和「炫技」恰恰相反，我觉得这个阶段人工智能的本质是围绕基础科学而展开，高屋建瓴可以，但绝对和空中楼阁没关系。

而在这个观点上，7月16日的MegTech 2021 旷视技术开放日上，旷视首席科学家、研究院院长孙剑在演讲中提到了这样的观点。

 

首先是AI到底有没有用？

 

这个答案是明确的，AI是非常有用的。

 

其次是AI要放在哪里用？

 

答案是，关键词在于「行业落地」、「推动算法边界拓展」和不断推动各种各样的算法在行业中得到深入运用。

 

最后是旷视现在投入非常大，就是想要打造AI基础设施，让算法的门槛不断降低，有更多的人去使用。

 

从孙剑老师的这三个递进观点中我们可以看出，AI有用毋庸置疑，而在有用的前提下，旷视的方向在于如何让AI技术从基础设施的方向突进，比如让算法的门槛越来越低，从而不光可以让更多的非资深人员使用，更能推进在各行各业的落地。

 

在旷视技术开放日上展示的demo我全部都仔细看了，和我看孙剑院长的分享一样，我感受到的是一种浓烈的务实精神，因为在这些demo里，无一例外的都聚焦在很基础很实际的应用场景里，没有任何一个在搞噱头博眼球。

 

比方说，室内视觉定位和导航的demo。

 

其实讲的就是一个司空见惯的痛点场景，我们在商场、地下停车场等等地方的时候，有没有走错过路？

 

而旷视的解决方案是踏踏实实的做技术算法上的精进，以定位导航技术，综合运用激光视觉联合建图（大场景视觉特征点图）、纯视觉定位和AR特效导航，基于厘米级建图算法和CVPR 2021双冠视觉定位算法，快速准确地完成定位与导航。

 

再比如说，单目黑光的demo。

 

在我看来就是实用性和普惠性的典范。还是用我刚才所说的那个场景，很多时候影像系统的硬件不得不受到局限，那么在环境光极暗的光照条件下，怎么才能完成对关键信息的识别？

旷视的算法研究员通过模仿人眼“视锥细胞”与“视杆细胞”分别感受色彩和亮度的原理，结合神经网络技术，大幅提升相机在极暗光环境下的拍摄表现。

 

这种技术的落地，将在智能猫眼、手机摄影等等场景里，全都有非常关键的加持。

 

 

再再比如说，双目3D相机的demo。

顾名思义，3D相机是一种不光可以感知平面信息，同时还可以获取拍摄对象深度信息的相机，而双目3D相机顾名思义，就是通过仿照人类双眼感知世界的方式，用双摄像头成像，接下来通过AI算法形成立体视觉。

 

双目作为3D相机的解决方案，好处在于无需额外的光学元件，硬件成本上有优势。但与此同时，由于双目3D相机基于视差原理来获取三维信息，对算法的要求非常高，而旷视通过深度学习算法，充分利用AI+3D技术，研发出了这款非常适用于供应链物联网场景的双目3D相机。

 

 

最后讲一个demo，全景视频实时拼接。

 

 

我自己就是一个全景相机玩家，所以这个demo从我个人的角度非常感兴趣。

 

全景照片大家都知道，也可以通过操作手机轻松拍摄。但全景视频的难度就大很多，首先从硬件上没办法直接拍摄全景视频，而通过算法来合成，由于每秒钟至少有24帧的吞吐量，所以不像全景照片那么简单。

 

旷视研究院推出的全景视频实时拼接算法，核心是运用基于光流的多摄AI拼接算法，同时依靠实时动态无缝拼接网络模型，解决了多摄拼接计算量大、拼缝明显，以及拼接无法动态更新的技术难题，在智慧城市管理、车载相机、消费电子、户外运动相机等领域均有着广阔的应用前景。

 

 

篇幅关系我不能把这些demo做一一分享，但诸如全景视频、双目3D相机、动作识别与检索、自定义手势识别等等，在我们这个时代的生活语境里，我非常愿意把它们定义成「智能新基建」。

 

说回孙剑院长的演讲，我认为他作为走在行业前面的人，在演讲中传达了这样一个信号：

 

「人工智能技术正在不断进阶跃迁，而这其中算法正在发挥越来越大的价值。并且对于这个时代来说，人工智能对于我们生活所产生的强大变革正在越来越发挥出正向的意义，也就是说人工智能技术向各行各业融合的越多，不仅会持续带来红利，也会加速人工智能的发展，从而形成正反馈。」

 

 

我个人虽然不是人工智能行业的一线从业人员，但这一观点我非常认同，因为在我看来，虽然我们的人工智能应用还远远没有科幻电影中来的「炫酷」，但它落地的速度和规模却远远超过我的想象。同时在科学领域有这样一个共识是，基于对基础科学的研究和投入，往往会带来厚积薄发的时代红利，这一点在人工智能领域也适用。