1月17日，格靈深瞳聯(lián)合創(chuàng)始人CEO何搏飛在“2015極客公園創(chuàng)新大會”上表示，2015年是自動駕駛的元年，因?yàn)?a class='link' target='_blank'>奔馳、寶馬、尼桑，幾乎所有的車廠都在今年發(fā)布了自家自動駕駛汽車的計(jì)劃。很多車廠宣稱在2020年也就是五年以后，他們的自動駕駛汽車就會跑在大街小巷。而這些得以實(shí)現(xiàn)最大的障礙和挑戰(zhàn)只有一個(gè)，那就是計(jì)算機(jī)視覺。

何搏飛解釋了為什么計(jì)算機(jī)視覺是實(shí)現(xiàn)自動駕駛最大障礙的原因。他說，控制汽車的方向盤、油門、剎車，這些事情簡單的傳感技術(shù)就可以解決，甚至如果是純電動車的話，可能一個(gè)軟件就可以解決。告訴汽車，從A到B你的目的地在哪，GPS就可以解決。但是，面對路上發(fā)生的一切，特別是現(xiàn)在自動擋的車，要把車開起來非常容易，開車真正難的是如何應(yīng)對路上各種復(fù)雜的狀況，而這些需要的就是視覺的感知能力?！拔覀兿胍幌?，如果沒有視覺感知，你如何知道前面有行人在穿越馬路，一切一切要實(shí)現(xiàn)，必須要依靠計(jì)算機(jī)視覺。”

何搏飛認(rèn)為，自動駕駛汽車，將會是第一個(gè)真正被人類大規(guī)模使用，并且對人類生活產(chǎn)生顛覆性影響真正意義上的機(jī)器人。因?yàn)椋?dāng)汽車可以自動駕駛的時(shí)候，它對我們來說才是一個(gè)真正智能不需要人為干預(yù)的機(jī)器人。

另外，在何搏飛看來，未來的人工智能將把我們的大腦都徹底解放出來，讓人自由自在地做有創(chuàng)造性、有創(chuàng)造力的事情。

[page]

以下為何搏飛的演講實(shí)錄：

大家好！“Vision”這個(gè)單詞在任何一本英漢詞典里，第一條解釋就是視覺，視覺是什么？視覺是一種感知能力。我們?nèi)松砩弦还灿形宸N感知能力，包括視覺、聽覺、嗅覺、味覺和觸覺。

余凱博士剛才講到人工智能的本質(zhì)就是自主學(xué)習(xí)的能力。我們?nèi)说拇竽X之所以這么聰明，這么復(fù)雜，這么高級，就是因?yàn)槲覀內(nèi)丝梢宰灾鞯貙W(xué)習(xí)，而自主學(xué)習(xí)能力主要源自這五種感知能力。

這五種感知能力中，我們大腦所接收的80%的信息都來自視覺，我問大家一個(gè)問題，如果我們不得不放棄四種感知能力，只保留一種，你會保留哪一種？

我相信在座的很多人答案跟我一樣，你會保留視覺信息。大家有沒有想過為什么？我們都知道有這樣一個(gè)數(shù)據(jù)，我們的大腦分成兩半，左腦和右腦，左腦是理性，右腦是感性的，是有創(chuàng)造力的。

還有一個(gè)數(shù)據(jù)可能大家并不知道，我們大腦有接近一千億個(gè)神經(jīng)元，絕大多數(shù)只做一件事情，就是處理我們的視覺信息。大家想想當(dāng)我們休息時(shí)，會做什么，通常會閉上我們的眼睛，所以每一天當(dāng)我們的眼睛睜開時(shí)我們在主動或者被動地接受大量的復(fù)雜信息。

大家知道，我們?nèi)祟愔饕峭ㄟ^學(xué)習(xí)來成長，智慧也是在這樣的過程中提高。那么分享知識就非常重要。從幾千年前開始我們?nèi)祟惥桶盐淖志庉嫵蓵?。但文字承載的信息量是有限的，我們還希望它更加的豐富多彩。

所以到了100多年前有了電話，我們可以遠(yuǎn)距離的讓聽到我們的聲音，后來我們就了廣播，終于幾十年前我們有了電視，到了十年前最近這段時(shí)間大家知道在網(wǎng)絡(luò)帶寬成為可能的情況下視頻網(wǎng)站才成為可能。

為什么從文字，到聲音，到視頻，一步一步到幾千年前，到最近幾年，才能隨時(shí)隨地的分享動態(tài)的畫面視頻？沒有其他原因，就是因?yàn)閯討B(tài)的視覺信息是最豐富的，也是最復(fù)雜的。

當(dāng)我們討論人工智能，討論計(jì)算機(jī)、機(jī)器是否有學(xué)習(xí)能力時(shí)，我們首先要問自己一個(gè)問題，那就是機(jī)器有視覺嗎？我必須要這樣講，在今天絕大多數(shù)場合下，對我們絕大多數(shù)人來說，機(jī)器是沒有視覺的，機(jī)器是瞎子。

你們可能會反對我，會說我在用手機(jī)拍照，我的電腦上也有攝像頭，大街小巷有這么多攝像頭，難道它們不都是機(jī)器的眼睛嗎？難道這不是視覺嗎？但是大家想一想，當(dāng)我們拍了這些照片視頻，最終計(jì)算機(jī)看懂這些視頻照片了嗎？

我們把它存下來，不管是單反相機(jī)、攝像機(jī)，拍完以后，最終還是要人處理這些信息。為什么？因?yàn)樵诮^大多數(shù)情況下，電腦是無法處理這種復(fù)雜信息的。

機(jī)器視覺給予我們一個(gè)更加互動的世界

但今天我也要告訴大家，實(shí)際上在很多領(lǐng)域，機(jī)器視覺已經(jīng)在改變我們的生活。當(dāng)我說到這兒時(shí)，可能很多人馬上會想到的第一件事情是微軟的體感游戲，當(dāng)你做各種動作時(shí)它會理解你的行為，配合多媒體的體驗(yàn)，你會感受到互動和豐富的感受。

所以，當(dāng)機(jī)器有視覺的時(shí)候，首先帶給我們的就是一個(gè)更加互動的世界。在這兒我給大家看一段特別有意思的視頻，我的朋友黃沙，就用微軟的這個(gè)傳感器拍了一段動感的視頻。

我們知道，好萊塢電影和美劇在制作過程中會有一個(gè)綠色的背景，它就是做一件事情，就是把人和背景區(qū)分開，這樣后期制作時(shí)，就可以把綠色背景換成任何的場景，但有了三維計(jì)算機(jī)視覺，任何在座的每個(gè)人都能超越好萊塢特效師，更好地完成精彩的動畫，這只是個(gè)簡單的例子。

機(jī)器視覺帶給我們一個(gè)更加健康的世界

當(dāng)機(jī)器有了視覺以后，還會給我們帶來一個(gè)更加健康的世界。舉個(gè)例子，在我們做心臟手術(shù)時(shí)有一件特別痛苦的事。大家知道，人的心臟是唯一不能夠被麻醉藥麻痹使它靜止的器官，只要人活著心臟就會不停的跳動，在跳動的心臟上做手術(shù)難度是非常大的。

所以，很多時(shí)候當(dāng)要對心臟做手術(shù)的時(shí)候，醫(yī)生做的第一件事情就是通過醫(yī)學(xué)的手段讓心臟停止跳動，然后用最短的時(shí)間做完手術(shù)再讓心臟重新起搏，但將有30%心臟將會永遠(yuǎn)不能再跳動起來。但如果有一種技術(shù)使醫(yī)生在跳動的心臟上做手術(shù)將會挽救很多人的人。

大家想一下，人的心臟跳動是非常有規(guī)律的，如果手術(shù)刀可以跟心臟同頻率振動，醫(yī)生通過攝像頭看到的就是相對靜止的心臟，那時(shí)動手術(shù)就相當(dāng)于在靜止的心臟上做手術(shù)。

這個(gè)畫面上，白色的網(wǎng)格就是要做手術(shù)的區(qū)域，通過計(jì)算機(jī)深度視覺，已經(jīng)把它穩(wěn)定下來了。心臟手術(shù)很多人看了可能會不舒服，所以我們做了這樣一個(gè)演示，醫(yī)生給葡萄剝皮，這在國外已經(jīng)應(yīng)用了，我相信不會很久中國也會應(yīng)用。

機(jī)器視覺創(chuàng)造一個(gè)更加便捷的世界

剛才余凱博士也談到了自動駕駛汽車，大家想一想，當(dāng)自動駕駛這一天來臨時(shí)，我們將有一個(gè)更加便捷的世界。各位極客可能對剛剛過去的2015美國電子消費(fèi)展CES有更深刻的印象。

除了智能硬件以外，應(yīng)該說2015年是自動駕駛的元年。奔馳、寶馬、尼桑，幾乎所有的車廠都在今年推出了自己自動駕駛汽車的計(jì)劃，很多車廠宣稱在2020年，就是五年以后，他們的自動駕駛汽車就會跑在大街小巷。

我在這里有個(gè)判斷，我個(gè)人覺得，自動駕駛汽車，將會是第一個(gè)真正被人類大規(guī)模使用，且對人類生活產(chǎn)生顛覆性影響，真正意義上的機(jī)器人。因?yàn)楫?dāng)汽車可以自動駕駛時(shí)，它對我們來說才是一個(gè)真正智能，不需要人為干預(yù)的機(jī)器人。

大家可能都看到過左邊這輛汽車，它其實(shí)就是Google的無人駕駛汽車。Google應(yīng)該說是到現(xiàn)在為止全世界第一個(gè)讓自動駕駛汽車在人類的公路上行駛超過100萬公里的公司。

我曾經(jīng)跟Google無人駕駛汽車負(fù)責(zé)人聊過，當(dāng)時(shí)我開了個(gè)玩笑，你們Google自動駕駛汽車業(yè)只敢在美國這樣的城市測試，敢來北京測嗎？他當(dāng)時(shí)告訴我，無人駕駛汽車這件事情要成功，最大的障礙和挑戰(zhàn)只有一個(gè)，那就是計(jì)算機(jī)視覺。

大家想一想，控制汽車的方向盤、油門、剎車，這些事情簡單的傳感技術(shù)就可以解決，甚至如果是一個(gè)純電動車的話，可能一個(gè)軟件就可以解決。告訴汽車，從A到B你的目的地在哪，這件事情GPS就可以解決。

但面對路上發(fā)生的一切，可能很多人也學(xué)過，所以大家都知道，特別是現(xiàn)在自動擋的車，要把車開起來非常容易，開車真正難的是如何應(yīng)對路上各種復(fù)雜的狀況，而這些需要的就是視覺的感知能力。我們想一想，如果沒有視覺感知，你如何知道前面有行人在穿越馬路，必須要依靠計(jì)算機(jī)視覺。

大家可能也知道，格靈深瞳是把計(jì)算機(jī)視覺技術(shù)應(yīng)用在監(jiān)控領(lǐng)域的公司，為什么到處有這么多攝像頭，連接到監(jiān)控中心，有很多人盯著它看，為什么還需要計(jì)算機(jī)視覺，我們需要人工智能做這么多事兒嗎？

我在這里給大家假象一個(gè)場景，如果讓你在你自己家里，你在看電視，比如時(shí)下特別熱門的一部電視劇，在很認(rèn)真的看，這時(shí)又把ipad擺在前面觀看意甲聯(lián)賽，同時(shí)你的朋友還在給你發(fā)微信，三個(gè)屏幕。

我跟你打個(gè)賭，給你10分鐘時(shí)間，10分鐘以后我隨機(jī)考你這三個(gè)屏幕的內(nèi)容，我相信在座很少有人跟我賭，為什么？因?yàn)槿齻€(gè)屏幕展示的東西動態(tài)畫面的時(shí)候，對人來說信息太復(fù)雜了。

但想一想，安保中心監(jiān)控室面對的是這樣一個(gè)屏幕，我看了很多美劇電影，有那么多高端技術(shù)，我可以告訴大家，我曾經(jīng)參觀過拉斯維加斯所有大賭場后臺的監(jiān)控中心，跟中國任何一家普通銀行的監(jiān)控中心沒有任何區(qū)別，都是這樣一個(gè)大屏幕，幾個(gè)人盯著這個(gè)屏幕在看。

我自己在監(jiān)控中心呆過可能超過100個(gè)小時(shí)，我當(dāng)時(shí)去的時(shí)候正好是世界杯期間，保安們大多數(shù)在玩兒手機(jī)、看球賽，但相信我，如果讓你們?nèi)?，這不是職業(yè)道德的問題，人類是有極限的，當(dāng)人盯著這樣一個(gè)大屏幕看，超過10分鐘時(shí)，說實(shí)話你其實(shí)跟什么都沒看一樣。

所以大家想象一下，現(xiàn)在屏幕上所顯示的一共是10個(gè)大屏，每個(gè)大屏16宮格，也就是160路視頻。北京機(jī)場就有幾萬路視頻，也就是說，如果把每一路視頻放一分鐘把這些視頻輪一遍，就需要5萬個(gè)小時(shí)。所以，發(fā)生事情能看到嗎？

每時(shí)每刻，每一路視頻我們都把它存下來，最后我們當(dāng)證據(jù)用。是的，但你想一想，這么多路視頻無時(shí)不刻都在存，全世界每賣出兩塊視頻，其中有一塊就是賣給安防監(jiān)控視頻的。當(dāng)有這樣海量數(shù)據(jù)的時(shí)候，人類如何處理？

所以大家想象一下，如果我們可以把每個(gè)攝象頭，都換成一個(gè)智慧像小機(jī)器人一樣幫我們盯著，當(dāng)發(fā)生問題的時(shí)候就可以第一時(shí)間預(yù)警。所以，當(dāng)我們的機(jī)器有了視覺的時(shí)候，我相信大家都能夠看到，我們的世界會變得更好。

但是當(dāng)世界變得更好時(shí)，我們?nèi)藭兂墒裁礃幽?？可能你會說人會變得更高、更快、更強(qiáng)，那是奧林匹克精神，其實(shí)在我看來，我個(gè)人覺得我們?nèi)说脑竿?，其?shí)一開始就跟更高、更快、更強(qiáng)是相反的，我們有時(shí)候經(jīng)常說越是說什么越是代表不具備什么。

我自己有個(gè)觀點(diǎn)，我總覺得，人類從一開始所有技術(shù)進(jìn)步的唯一源動力，就是把自己解放出來，或者說的更直白一點(diǎn)，就是讓自己變得更懶。

今天有很多服務(wù)都可以上門，O2O上門美甲、洗車，所有事情都是把人類解放出來。每次重大的技術(shù)革命，比如17世紀(jì)的蒸汽機(jī)革命，19世紀(jì)的電力革命，近代的信息革命。工業(yè)革命發(fā)生以后，機(jī)器可以開始取代人類做一些簡單的體力勞動，我們的四肢被解放出來，去到一個(gè)地方不再需要走路去，可以坐車去。

隨著電力革命、信息革命，到今天大腦一部分功能都已經(jīng)被計(jì)算機(jī)所替代。比如我們要去做運(yùn)算的時(shí)候，我們可以用計(jì)算器，電腦、手機(jī)也可以幫助我們記憶、存儲。

但是我覺得，這就是為什么我總覺得，人工智能這件事情一定會實(shí)現(xiàn)，因?yàn)閺臐撘庾R里，人一定會不懈的朝著這個(gè)方向努力，因?yàn)閷θ藖碚f，最終最難被解放的兩個(gè)器官，一個(gè)是眼睛、一個(gè)是大腦。

也曾經(jīng)有人問我說，大家可能也都知道，馬斯特和霍金都對人工智能發(fā)表了很多威脅論，人工智能成熟以后是不是有很多人會失業(yè)？

我對這個(gè)問題是這么看的。技術(shù)變革時(shí)，都會迫使我們做更有創(chuàng)造力、更高級的事情。舉個(gè)例子，比如農(nóng)民工進(jìn)城，過去做農(nóng)活這是個(gè)相對來說更加簡單的體力勞動，而當(dāng)這樣的體力勞動被機(jī)械化所替代時(shí)，我們的農(nóng)民工來到城里，他們做了泥瓦匠、水電工、月嫂，他們掙的錢比我們很多人都多。

而未來人工智能替代人做更多事情時(shí)，人會逼迫做更高級的事情。而人能做什么呢？去交流、去分享、去進(jìn)步、最終去進(jìn)化。所以人做的所有事情，最終就是想實(shí)現(xiàn)一件事情，那就是人工智能，把我們的大腦徹底解放出來，讓人自由自在地做有創(chuàng)造性的事。

今天我們這個(gè)論壇的主題叫X論壇，“Vision”這個(gè)詞的第二條解釋是“遠(yuǎn)見”，也就是在未看見的時(shí)候，就能通過想象力看到未來。今天我希望大家在一起分享，能跟我一樣，看見未來其實(shí)就在我們眼前。謝謝！

返回第一電動網(wǎng)首頁 >