无处不在的人工智能（上）

来源：微信公众号“VR新观察”

作者：腾讯互娱研发部 研发四组  高级工程师 何欢

看到“人工智能”这几个字，可能有的人立马会想到围棋、神经网络、深度学习等名词，也有的人会想到大学里的人脸识别、立体视觉建模等研究项目，还有的人会想到终结者，外太空等高大上的内容。但可能98%的人都会有这样的疑问：这些东西研究了到底对我有什么实际用途，人工智能会不会是个泡沫？

本文就来尝试回答上述问题，介绍当前人工智能的实际应用领域，也给对AI感兴趣，以及准备接触AI的读者，不管是学习、工作还是创业，提供一些参考。

一些基础问题

在进行具体举例介绍之前，先对一些常见的基础问题谈下自己的看法。 

1. 人工智能的目的和意义是什么？

人工智能现在的主要目的说白了是让人类能进一步偷懒，提高生产效率，节约宝贵的时间。当然也有人觉得它会导致大量失业、社会不稳定之类，其实不用担心那些，到时总会有新的职业产生出来。

关于让人类进一步偷懒，举两个例子：

【视频：Introducing FarmBot Genesis - Teaser】

农业时代用牲口耕种，累死累活 => 工业时代用拖拉机，省力不少 => 互联网时代大型收割一体机、科学栽培、转基因，产量提高并大幅降低工作量 => 人工智能时代从种菜灌溉到烹饪洗碗都可以让机器自动搞定，人只要负责吃即可。

古时候获取信息靠竹简刻字，效率低数据少 => 工业时代有油墨印刷，去图书馆查找书籍资料，效率低 => 互联网时代使用搜索引擎，输入关键字，从列表中找到想要的，列表条目多了找起来仍然累 => 人工智能时代不仅不需要键盘和列表，直接给你答案，而且还能直接帮你做事完成任务。 

2. 人工智能的发展会不会不久后就遇到瓶颈？

人工智能的的基础是计算能力和数据，核心是算法。

图片来源：IDC、招商证券

先看看基础是不是牢固——计算能力方面，GPU并行计算，未来量子计算，更快的芯片，更低的存储和计算成本，可以满足发展需要；数据方面，数据越多，越能让计算机从中找出新的规律并提升智能水平，数据总量每两年翻一番，到2020年数字宇宙将达40000EB，可以满足发展需求，而且即使算法没有进展，使用现在的技术配上新的数据，也能有巨大的应用空间——所以发展的基础是没问题的。

图片来源：IDC、招商证券

再看看核心，算法——目前的AI由于机器学习的突破，在很多领域已经超过人类，例如图像识别、下棋等，而且还能使用无监督的自学来不断改进自身，广义智能已基本实现；各种机器学习算法也在通过不同的方向不断的深入，例如DQN、RCN等；参与算法研究的也都是顶级的科技公司，例如谷歌、微软、脸书、苹果——相信那些精英一定能继续推动AI前进的。

曾经AI有过一段“冬天”的历史，很大原因是当时数据、计算能力、算法都不具备，现在由于科技的快速发展，跟当时情况已经完全不同了，所以广泛使用人工智能的时代已经不远了。

在当前这个时间点上，AI的发展现在还处于非常早期，处于AI能力不断改善以及部分可用的技术慢慢运用到各行业的过程中，这个过程会逐渐加速；对创业者来说，现在也正是利用和推广AI技术的好时机。 

3. 人工智能产业生态圈是什么样的？

人工智能产业生态圈分为基础、技术、应用三层。

图片来源：艾瑞咨询

大企业一般从下往上切入，科研机构从中间切入，创业公司从上层切入。

生态圈中每个部分，包括其中的细分领域，现在都有很多公司在角逐，竞争非常激烈，不过最终技术层和基础层将由少数几个公司确定规范，开源并推广，应用层则会一直保持百花齐放。

图片来源：艾瑞咨询

上图数据比较老，只是展示了一小部分。AI相关的创业公司，在2016/9的时候，仅仅国内有公开信息，就有超过200家，如果算上大数据挖掘方面的公司，有超过1000家，而国外公开信息的AI相关创业公司，有800多家。

4. 现在互联网生活挺好的，人工智能还能为我做啥？

虽然现在AI还不是很发达，但现有技术应用结合好的话足以带来很多的改进，举几个已经实现或现有技术可以实现的日常使用例子：

解放双手：

开车时收发微信，或者看新闻，需要操作和看手机，很不安全，而现有的技术可以实现用语音指令跟手机交互操作，或通过无人驾驶让你的车变成睡觉的地方。

降低技术使用成本：

不会上网查资料，不会上网订机票，不会上网订餐购物，或者虽然会但是嫌麻烦，没关系，现在的语音助手类APP已经可以像私人秘书一样，不仅直接通过内部搜索回答你的问题，而且还能直接帮你做事，甚至主动给你出谋划策。

琐事处理：

跟客户定时间会面，自己日程安排复杂也不知道别人什么时候有空，来回发邮件沟通确定很麻烦，直接用AI就可以了，虚拟人物会帮助你跟对方邮件沟通敲定时间保证双方都满意。旅游行程规划好麻烦，让AI帮你自动设计规划，跟着执行体验即可。

工作辅助：

例如撰写招聘广告，AI可以帮你对广告进行打分，对其中的遣词造句进行批改，例如某些词太软或太硬、词性不匹配招聘对象、有更好的成语引用等，并提供修改建议，确保最终高品质的输出。财务工作繁忙，把各种发票提交扫描就行，自动识别其中数据汇总报表。

现在的AI有点像“电”刚发明的时候，人们当时觉得“电”似乎没什么用，各种技术也不成熟，甚至怀疑电会带来危险和灾难，可到了现在，电已经成为了一种无处不在的基础设施，技术成熟统一，上层应用层出不穷，这可能也是AI的未来吧。 

应用领域介绍

以上是对一些基本问题的看法，接下来开始介绍具体的实际的应用。这里介绍的主要是些有一定代表性的创业公司的项目，其中有些公司已经被收购了，但列举内容并不代表这些公司一定值得投资，列举他们也只是用来对不同领域的应用做举例说明。另外，有些应用产品的工作原理还是建议看下相关视频或亲自体验。

由于人工智能应用领域广泛，因此按照当前人工智能实现的基本功能来分类介绍，即四部分：图像认知能力、语音语义理解能力、数据分析能力、整合多种能力的机器人，一方面这样分配比较均衡，另一方面这样跟人类处理信息的模块能对应上关系，即人类处理信息时输入主要靠的是视觉图像和听觉文字，思考主要靠分析。

另外，由于篇幅限制，语音语义理解、数据分析和机器人相关的应用会在“下篇”介绍。 

第一部分 图像认知能力的应用

1. 常见的图片认知应用

安防系统、客流统计、智能交通管理等应用还是比较常见的，一般面向企业；而个性艺术创作一般用于拍照软件，面向普通个人用户；图片分类检索功能融合在搜索技术和相册管理中，面向企业也面向个人，其中面向企业的更有商业价值，例如鉴黄系统。

值得一提的是图像理解技术：由于拍照手机的普及，图片和视频数据在信息中占到了最高的比例，而且这些数据，是围绕着用户个人的；普通文字数据的检索会遇到瓶颈和冗余，而对个人属性能力信息、人与人关系的搜索会更有价值；因此，可以通过对个人图片视频数据的解读，例如什么时间什么地点跟谁在一起做什么，挖掘个人经历，个人偏好，人际关系等，作为各行业数据基础，提升用户体验。 

2. 便捷购物：Sentient

【视频：Shoes.com's Visual Filter powered by Sentient Aware™ for e-Commerce】

从候选图片中选择最喜欢的款式，随后会出现新的候选图片，选3-4次，就能找到自己最心仪的款式，相当于通过AI把盲目查找转变成了购物向导。

1)    京东类正品ECC可以尝试的一个方向

2)    应用商店、视频网站等也可以用类似的方法帮用户快速找到自己想要的东西

3)    用户在意的可能不仅限于外观，可以考虑明星同款等其他效应，添加额外关联信息

4)    不同类别的产品用哪个特征分类，可以考虑大数据学习用户的购物和使用习惯 

3. 物体识别+AR日常：Blippar、WordLens

【视频：Blippar - A new way of discovering the world】

用手机看物体或文字，会出现相关的广告、动画、翻译，覆盖在原来的物体上。

1)    放到AR眼镜里，结合手势识别和声音，能让用户感受更丰富的世界

2)    结合O2O的服务和各类相关利益的信息，会产生商业价值

3)    大多公司会需要对自己的产品做AR资源和服务入口，广告公司得到新业务

4)    结合社交，增加用户或明星的评论信息显示有助于用户购买理想产品 

4.    物体识别+AR工作：Apx Lab、ScopeAR

【视频：Boeing - APX Labs】

头戴式眼镜，用于工业领域，帮助工人提高工作效率，可以显示基本信息、待办事项、拍照、视频、沟通交流，标示任务等，使用AR对物体进行标示的沟通更易让人理解意图。

1)    直接加强沟通，提高效率，解放双手，放松大脑，照着提示做就行，未来可能普及

2)    可以跟其他系统绑定，例如提醒运动减肥，朋友生日提醒，客户沟通等

3)    最终会跟日常AR使用场景以及自然语言处理的私人秘书功能整合在一起

4)    十分看好AR的前景，趋势不可逆，鼠标->触屏->AR操作是发展必然 

5.    定位和动作识别：13th Lab、Nimble VR、uSens

【视频：uSens' Latest Demos 082016】

       这些其实也是AR/VR相关的重要支持技术，帮助精确定位，手势识别，更自然的体验。

1) Slam可运用于场景建模，机器人寻路，自动驾驶等领域

2) 动作识别加强了人机交互体验，不过前期还是最基础不易搞错的动作比较好

3) 现在有廉价的传感器辅助做全身的动作捕捉，那样UGC和行为记录会更方便精确 

6. 拍片诊断和器官建模：Arterys、3Scan

【视频：Arterys & Deep Learning】

把计算机视觉技术运用到医疗拍片分析上，根据MRI等数据生成3D建模和动画，在细分领域发挥了电脑的长处，帮助诊断和研究疾病。

1) 也许对人体表面的图片也可以进行分析利用，例如普通用户用手机摄像对着自己，根据脸颊颜色，青春痘大小，舌苔形态，语音声调，并结合体温血压等数据，就可以判断常见疾病并给出建议，节约医院资源

2) 这方面不知道BAT布局怎么样，除了挂号，是不是还可以提供公民更多的关怀 

7. 自动财务报表：Smacc

【视频：Scan Invoices and Receipts with Scan2Invoice】

用手机摄像头扫一下发票，自动识别其中内容，输入财务系统云端并进行处理，各终端看到实时更新的财务报表。

1) 用手机或者眼镜扫描物体并输入到应用，除了发票，还可以是其他，例如某个电视节目片段，某个名贵包包，或者某段C++代码，自动解析分类收藏

2) EverNote之类的笔记应用还有较大的发展空间，可以记录各种类型的信息并建立信息间的对应关系

下篇内容将根据人工智能的主流能力，即图像识别能力、语音语义理解、数据分析能力、机器人技术，开始举例介绍AI具体的应用领域，并穿插了一些笔者浅薄的看法。