（原標(biāo)題：機(jī)器視覺(jué)知名教授山世光：面對(duì)AI，人類的機(jī)會(huì)在哪里？）

5月21日，在音樂(lè)，科技與藝術(shù)相結(jié)合的MTA天漠音樂(lè)節(jié)，投身CV領(lǐng)域創(chuàng)業(yè)的中科院計(jì)算所山世光教授，從計(jì)算機(jī)視覺(jué)的視角與我們分享了這一輪人工智能熱潮的特點(diǎn)，以及他本人投身創(chuàng)業(yè)后的一些進(jìn)展。

首先，山世光教授從事實(shí)層面列舉了我們應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)的一些例子，計(jì)算機(jī)也已經(jīng)開(kāi)始能夠執(zhí)行像我們小時(shí)候進(jìn)行的“看圖說(shuō)話”的語(yǔ)言任務(wù)，這就是自動(dòng)圖題技術(shù)。而最典型的應(yīng)用可能就是時(shí)下諸多公司參與的自動(dòng)駕駛。此外，近五年來(lái)，計(jì)算機(jī)分類識(shí)別物體的錯(cuò)誤率基本上都是以每年下降一半的速度在提升。

而計(jì)算機(jī)視覺(jué)技術(shù)的進(jìn)步，得益于3大引擎的推動(dòng)作用：1.GPU的普及所帶來(lái)的計(jì)算能力的提升；2.大數(shù)據(jù)的運(yùn)用；3.深度學(xué)習(xí)算法的復(fù)興。

針對(duì)人工智能的探討，永遠(yuǎn)引人入勝的話題還包括人類和智能的比較。對(duì)這一類問(wèn)題，山世光教授也分享了他的認(rèn)識(shí)。

他引用了李開(kāi)復(fù)老師在公開(kāi)發(fā)表過(guò)場(chǎng)合的觀點(diǎn)：10年后，人工智能會(huì)取代世界上很多職業(yè)，50%的工作都可能被取代，其中包括翻譯、記者、助理，包括保安、司機(jī)、銷售等。

或許觀點(diǎn)上存在“仁者見(jiàn)仁，智者見(jiàn)智”，那么究竟如何評(píng)判什么職業(yè)會(huì)被取代，這就先要解答AI更容易在哪些領(lǐng)域超越人類，又在哪些地方還有待突破。

山世光教授介紹，AI擅長(zhǎng)的是通過(guò)大量的數(shù)據(jù)進(jìn)行歸納學(xué)習(xí)。而人類學(xué)習(xí)除了歸納法外，還包括演繹推理，但需要推理的部分，深度學(xué)習(xí)目前還沒(méi)有辦法解決。通過(guò)自我判斷對(duì)錯(cuò)的增強(qiáng)學(xué)習(xí)，也是目前機(jī)器無(wú)法做到的。所以現(xiàn)階段的AI，比較適合于數(shù)據(jù)采集、獲取、標(biāo)注比較便利的領(lǐng)域，包括計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別等領(lǐng)域。

由此可見(jiàn)，AI容易超越人類的領(lǐng)域有兩大類別：第一類是巨量空間的搜索問(wèn)題或者檢索問(wèn)題；第二類是通過(guò)經(jīng)驗(yàn)習(xí)得技能的領(lǐng)域，如自動(dòng)駕駛、醫(yī)療讀圖。

那么，人類的機(jī)會(huì)在哪里？山世光教授認(rèn)為，盡管人類在認(rèn)知能力沒(méi)有像機(jī)器一樣日新月異的進(jìn)步，但人腦除了數(shù)據(jù)學(xué)習(xí)能力外，還有邏輯推理能力。人類能夠主動(dòng)為自己設(shè)計(jì)算法模型，還能夠主動(dòng)收集數(shù)據(jù)。通用的AI還沒(méi)有出現(xiàn)的跡象，當(dāng)前的AI都是針對(duì)特定領(lǐng)域的。

最后，山世光教授分享了他本人投身創(chuàng)業(yè)后的一些進(jìn)展。他在去年創(chuàng)辦了中科視拓，為各行各業(yè)的用戶、客戶，提供基于私有數(shù)據(jù)，生產(chǎn)自己的AI引擎的能力。目前他們已經(jīng)為華為做了手機(jī)里的人臉識(shí)別，也與中國(guó)移動(dòng)、中國(guó)平安等客戶進(jìn)行了合作。

以下是山世光的演講原文：

大家好！我是來(lái)自中科院計(jì)算所的山世光。在大概2、3年前，我們進(jìn)入了新一輪的人工智能的熱潮，我們稱之為第三次人工智能的熱潮。我下面從計(jì)算機(jī)視覺(jué)，也就是我們希望機(jī)器能夠像人一樣看世界的視角來(lái)探索一下人工智能這一輪熱潮有什么特點(diǎn)。

首先，簡(jiǎn)單舉幾個(gè)例子，計(jì)算機(jī)視覺(jué)，也就是說(shuō)在機(jī)器有了攝像頭之后，它可以做什么？比如說(shuō)，最典型的例子，自動(dòng)駕駛，或者是汽車輔助駕駛里，特別是以特斯拉為代表的自動(dòng)駕駛的，或者是輔助駕駛的，已經(jīng)可以實(shí)現(xiàn)對(duì)道路上的汽車、行人、車道線等這樣一些物體的檢測(cè)、識(shí)別。同時(shí)，利用檢測(cè)到的車、人，能夠幫助我們進(jìn)行駕駛。

例子二：從計(jì)算機(jī)視覺(jué)做算法的角度來(lái)講，在過(guò)去3、4年時(shí)間里，我們可以明確地看到，從2012年到2015年，我們讓計(jì)算機(jī)正確的分類它所看到的物體是什么這樣一個(gè)問(wèn)題上，錯(cuò)誤率基本上都是以每年下降一半的速度在提升。

例子三：自動(dòng)圖題技術(shù)

我們可以想象成，給大家一張照片，讓機(jī)器自動(dòng)描述，或者寫(xiě)一段話來(lái)介紹這張照片里有什么樣的內(nèi)容。比如說(shuō)有一張照片，機(jī)器可以自動(dòng)生成一句話來(lái)描述這是在一個(gè)開(kāi)放的市場(chǎng)上，有很多人在購(gòu)物（菜市場(chǎng)）。這是類似于我們小時(shí)候看圖作文的任務(wù)，這也是計(jì)算機(jī)視覺(jué)非常重要的任務(wù)。

大家在過(guò)去1、2年里，每年刷臉的次數(shù)也在不斷增加。我相信，在未來(lái)的時(shí)間，我們每年刷臉的次數(shù)，在明年也許會(huì)增加到10次，未來(lái)會(huì)是上百次，甚至是更多的場(chǎng)景。我們用這樣一個(gè)系統(tǒng)來(lái)刷你的身份證，來(lái)判斷你是不是這個(gè)身份證合法的持有人。