百度世界再打人工智能牌 好莱坞大片已嗅到先机

ZD至顶网软件频道消息： 今年人工智能题材的好莱坞大片层出不穷，从万众期待的《复仇者联盟2：奥创纪元》，到火爆动作的《超能查派》，再到发人深思的《她》、《机械姬》，好莱坞的导演们似乎一窝蜂的选择了“人工智能”这个题材。正如1968年的《2001太空漫游》一般，电影行业敏感的捕捉到了新科技引爆的火花，对于人工智能这样的创新科技的发展，他们乐于做出各式各样的预测。我们不难看到，与十多年前的该题材电影相比，2015年的人工智能电影距离梦想更远，距离现实更近，每一部的大片中我们似乎都看到了当下的影子。这其中的原因很大程度上来自于各大科技巨头对于人工智能的探索，以及取得的巨大成就。

百度就是其中重要的一员。百度近两年来丝毫不掩饰他们在人工智能领域上的野心。3月份李彦宏在两会提出的中国大脑提案宣誓了他们希望用人工智能改造未来的雄心，在今天的百度世界大会上，这个未来似乎离我们更近了。百度技术高级副总裁王劲在他的主题演讲中让我们更加切实的感受到了中国大脑的力量，一款名为“DuLight（小明）”的设备引起了我们的兴趣。这款专为盲人设计的可穿戴设备，依托于百度的人工智能技术，实现了实时的图像画面识别，并且能够将识别的结果用语音的方式反馈给用户。

这样的产品，不由让我们想到了《她》中的人工智能操作系统，类似的人机交互、类似的硬件设备，未来在我们眼前触手可及。

DuLight的底层逻辑非常简单：用摄像头捕捉画面，并且将画面用语音表达给视觉不便的用户。实现这点最简单的办法就是让一个工作人员坐在显示屏面前，不断的看到捕捉的画面，不断的给出语音反馈。百度确实也是这么做的，只不过这名“工作人员”并不是真人，而是强悍的“百度大脑”，强悍的人工智能。

当我们细细剖析DuLight背后的技术，其中的两项图像视觉技术跃入眼帘——图像识别与人脸识别。这两项技术不仅是DuLight的基石，也是未来成就中国大脑的基石技术。

图像识别：“听说”这个世界

图像是一种典型的非结构化数据形态。长期以来，电脑都很难像人脑一样去识别图像其中的内在语意关系，并转化成为自然语言，与人类形成互动。

图像识别技术正是通过电脑辨识图像内容并提取语义信息的过程，典型的任务包括物体识别、物体检测、图像分类标注等，在图像类数据的智能化分析管理中扮演着至关重要的角色。百度通过长期的努力，已经构筑了一套比较完整的图像识别系统，能够有效地处理特定物体的检测识别（如人脸、文字或是商品）、通用图像的分类标注、以及主观图像质量评估等问题。

基于图像识别技术，各类的应用场景应运而生，比如李彦宏在此前TechWorld上展示的图文问答（Image QA）。相比较于图片描述（Image Caption）的技术来讲，既需要满足针对图片内容，生成自然的结果这个要求。在此基础之上，不仅需要对于图片进行足够强的语义级别的特征提取，同时还要求计算机能够理解问题用户的问题，并根据用户所提出的问题，从图像中提取相关的信息进行自然的回答。只有在图像理解、语言理解、语言的生成上都做到比较好的程度，才能完成相关的技术。

人脸识别：更加精细化的识别场景

人与人之间大量的互动让人脸识别成为了最为实用的图像识别细分领域。相比于无领域限制的图像识别，聚焦在人脸上的识别技术显然能够做到更加精准与高效。百度现有的人脸识别技术已经具备了很强的识别用户的能力，这项技术可以分辨用户的性别、年龄等特征，并且区分不同的用户。

百度的人脸识别技术，从检测到识别，都采用了统一的端到端深度学习框架，完全代替了传统算法，配以海量数据和强大的计算能力，训练出效果远超传统的算法和模型，同时还可以根据不同场景的人脸数据做快速的迭代和优化。据悉，在全球最具权威的人脸检测评测平台FDDB公布的最新数据中，百度获得人脸检测公开数据集评测第一名；在世界最权威人脸识别评测 (LFW) 中，百度获得人脸识别公开数据集评测第一名的佳绩。

人脸识别技术在DuLight中得到了很好的应用，用户可以把自己的亲朋好友脸型录入系统，而当这名好友出现在用户面前，被DuLight的摄像头所捕捉到，系统可以精准的识别用户的身份，并用语音方式反馈给用户。而对于系统中不存在的陌生人脸，利用人脸识别技术，用户也可以得到一个非常详尽的反馈，将面前人物的性别、年龄等信息反馈给用户。对于盲人用户而言，这是一个从0到1的重大突破，原来黑漆漆的世界，出现了一丝光亮，原来几乎无法感知的世界，可以被听见，可以被感受到，通过DuLight点亮他们的精彩世界。

技术让互联网+更加清晰

图像识别与人脸识别技术的出现与不断成熟，让我们对于未来有了更多的畅想，一些科幻电影的场景也许会逐渐成为我们生活中会司空见惯的场景。比如，银行卡将不需要再验证数字密码，而是直接采用“刷脸”的方式验证用户身份，不仅更加方便，而且安全可靠。
据了解，百度已经陆续有了开放这些基础技术的计划，在百度开放云平台上，我们已经欣喜的看到百度开放到图片识别服务，传统行业可以快捷的接入图像识别接口，实现多张人脸图片相似度比对，移动端的人脸注册、验证登录等功能。后续，人脸检测、关键点、人脸属性等更基础的人脸服务也会集成到百度开放云的API中，成为开放云的基础服务之一。

通过技术，互联网+变得更加清晰与真实，传统行业转型互联网有了充足的弹药支撑，我们有理由去畅想一个美好的未来。