商湯CEO徐立：包容、長(zhǎng)尾、開放，AI創(chuàng)新的三個(gè)策源力
來源：商湯科技 編輯：lsy631994092 2020-07-17 09:14:17 加入收藏 咨詢
| 所在單位: | * |
| 姓名: | * |
| 手機(jī): | * |
| 職位: | |
| 郵箱: | * |
| 其他聯(lián)系方式: | |
| 咨詢內(nèi)容: | |
| 驗(yàn)證碼: |
|
“沒有任何技術(shù)是100%準(zhǔn)確的，對(duì)技術(shù)創(chuàng)新不能求全責(zé)備，只有包容的態(tài)度，技術(shù)才能真正的發(fā)展。”
“當(dāng)效率真正提升時(shí)，那些并不是最頭部的應(yīng)用也必須得逐個(gè)解決，這是人工智能深入行業(yè)最關(guān)鍵的。”
“人工智能細(xì)分場(chǎng)景和細(xì)分應(yīng)用非常多，我們一定要去擁抱一個(gè)開放共創(chuàng)的生態(tài)，我們要的不是一棵獨(dú)木，而是一片森林。”
上周，盛況空前的2020年世界人工智能大會(huì)在上海完美上演，商湯科技從深度、廣度和厚度層面全方位支持大會(huì)成功舉辦，演繹大愛(AI)無疆的“三部曲”。7月10日，商湯科技聯(lián)合創(chuàng)始人、首席執(zhí)行官徐立作了題為“人工智能創(chuàng)新策源力 ”的主題演講。
徐立認(rèn)為，包容、長(zhǎng)尾應(yīng)用和開放，是人工智能創(chuàng)新的三個(gè)策源力。而這背后的根源，是對(duì)人工智能認(rèn)知 的提升。這也延續(xù)了他在去年世界人工智能大會(huì)中關(guān)于“人工智能發(fā)展觀”的話題。(詳情可點(diǎn)擊文末文章圖文超鏈《人工智能發(fā)展觀——傳承與創(chuàng)新》閱讀)
如下是徐立的演講內(nèi)容，商湯君在這里完整分享給大家：
▎ 技術(shù)試錯(cuò)創(chuàng)造增量?jī)r(jià)值
大家好，歡迎來到“大愛無疆·致遠(yuǎn)”商湯人工智能企業(yè)論壇，非常有幸在今年這樣的情況下，依然能夠繼續(xù)和大家在線上及線下一起討論人工智能，討論人工智能的創(chuàng)新策源。
首先，我們討論一些技術(shù)以外的東西，上海要打造人工智能發(fā)展高地，要做人工智能的創(chuàng)新策源地，那么究竟有哪些要素是真正推動(dòng)創(chuàng)新策源的創(chuàng)新力?我今天的演講題目是“人工智能創(chuàng)新策源力”。
奔跑的馬
創(chuàng)新很多都來源于藝術(shù)。下面這幅畫是疫情期間，我家小朋友畫的一幅馬。當(dāng)看到這幅畫的時(shí)候，我就立刻覺得有點(diǎn)不對(duì)。實(shí)際上沒有一匹馬是真實(shí)像這樣四蹄騰空奔跑的，一般只有兔子會(huì)這么跑，雖然有些馬也叫“赤兔”，但說的并不是這個(gè)意思。
我立馬指出這個(gè)問題說馬奔跑的姿勢(shì)不對(duì)?？墒切∨笥颜f，不是，馬就是這么奔跑的。所以，出于好奇我就去網(wǎng)上搜索奔跑的馬，然后就搜到了一幅名畫，《昭陵六駿圖》。
下面這匹也是四蹄騰空的馬，是唐太宗的六匹戰(zhàn)馬之一。事實(shí)上，以四蹄騰空這種形式畫奔馬的，歷史上大有人在，著名的畫家郎世寧，還有各式各樣的中西方油畫，不少都以這種方式來展現(xiàn)奔跑。
為什么當(dāng)時(shí)會(huì)有這樣畫法?實(shí)際上這是大家對(duì)奔跑的馬認(rèn)知程度不夠所造成的。
這個(gè)問題也不是我第一個(gè)研究的，1872年，歐洲攝影家Muybridge就提出了疑問，所以他用攝影技術(shù)連續(xù)拍攝了12幀奔跑的馬，第一次向世人揭示了馬是怎么跑的。馬奔跑過程中，并沒有一個(gè)四蹄騰空的狀態(tài)，也就是說之前的人都畫錯(cuò)了。
但是，這些錯(cuò)誤的探討、錯(cuò)誤的繪畫，并沒有給藝術(shù)帶來局限。反倒是說像我們的昭陵六駿，從墻上的浮雕、石碑，再到最后的畫卷，是真正意義上推動(dòng)了寫實(shí)繪畫風(fēng)格。直到今天，中國(guó)畫馬第一人許勇的馬還是對(duì)昭陵六駿寫實(shí)畫風(fēng)的傳承。錯(cuò)誤了沒有關(guān)系，錯(cuò)誤的概念在這個(gè)過程中得到理解，并且正確的部分被延伸下來，就會(huì)對(duì)后世產(chǎn)生影響 。
我想說這種探索，就像胡適所講：怕什么真理無窮，進(jìn)一寸有一寸的歡喜。
創(chuàng)新不能求全責(zé)備
每往前邁一步，就相當(dāng)于有更多東西能夠沉淀下來。人工智能，其實(shí)面臨著一個(gè)與畫馬相似的過程。
2011年，當(dāng)我們?cè)谡Z(yǔ)音識(shí)別領(lǐng)域取得巨大突破的時(shí)候，行業(yè)里很多人說人工智能深度學(xué)習(xí)在語(yǔ)音中的成功只是一個(gè)巧合。
2013年，當(dāng)人工智能真的在圖像領(lǐng)域大放異彩時(shí)，業(yè)界討論最多的卻是人工智能、深度學(xué)習(xí)是不是過熱了。
伴隨著質(zhì)疑聲，我們看下谷歌趨勢(shì)(Google Trends)對(duì)于深度學(xué)習(xí)熱詞的搜索，下面圖里的曲線代表了業(yè)界對(duì)人工智能的熱衷程度。2013年時(shí)還只是個(gè)小高峰，而在這之后，深度學(xué)習(xí)人工智能才正式意義上進(jìn)入了大規(guī)模的爆發(fā)，并且影響到各行各業(yè)，這都是在質(zhì)疑聲中發(fā)生的事。
同樣，行業(yè)中一個(gè)標(biāo)桿性的案例——人臉識(shí)別，也一路受到類似質(zhì)疑。作為解鎖和認(rèn)證的一個(gè)手段，大家會(huì)討論人臉識(shí)別的準(zhǔn)確率是不是足夠：人臉識(shí)別很容易就誤識(shí)，長(zhǎng)得很像的弟弟能不能解鎖自己的手機(jī)……我相信這些質(zhì)疑，大家都不絕于耳。
我們要做技術(shù)，推動(dòng)創(chuàng)新，其實(shí)對(duì)它的態(tài)度不能是求全責(zé)備，沒有一個(gè)技術(shù)是100%準(zhǔn)確的。我們只有以一個(gè)包容的態(tài)度去認(rèn)可技術(shù)的時(shí)候，它才有真正的發(fā)展 。
以商湯為例，我們今天已賦能4.5億臺(tái)手機(jī)的人臉解鎖功能，覆蓋幾乎中國(guó)所有手機(jī)品牌，日均人臉解鎖次數(shù)達(dá)到300億次，大家已經(jīng)默認(rèn)人臉能代替密碼;在酒店大堂等很多需要認(rèn)證的地方，商湯總共有20多萬(wàn)臺(tái)智能設(shè)備在線為大家提供服務(wù)，每年酒店入住超過3億人次，我相信，很多人都已經(jīng)習(xí)以為常了，在各式各樣的試錯(cuò)發(fā)展過程中，我們發(fā)現(xiàn)這些應(yīng)用已經(jīng)被普羅大眾所接受。
當(dāng)人臉識(shí)別精度不再成為被質(zhì)疑的點(diǎn)，去年我們又迎來各式各樣新的討論。包括：用3D人臉面具去仿冒一個(gè)人來解鎖，還有用視頻生成的方式是不是真能夠忽悠機(jī)器解鎖。人工智能真假鑒別能力的問題又引起大家一番討論，而就在這樣的質(zhì)疑當(dāng)中，更多城市級(jí)別的應(yīng)用發(fā)生了。
比如我們的地鐵刷臉乘車方案，在鄭州、西安、哈爾濱等多個(gè)城市，已經(jīng)大規(guī)模推出了刷臉支付乘車，現(xiàn)在的技術(shù)已能夠解決城市級(jí)別的應(yīng)用。
可以看到，在技術(shù)試錯(cuò)的過程中，每一步的試錯(cuò)都會(huì)帶來增量的價(jià)值 ，我認(rèn)為這是驅(qū)動(dòng)創(chuàng)新的一個(gè)重要因素。
▎ 長(zhǎng)尾應(yīng)用完善價(jià)值閉環(huán)
簡(jiǎn)單的圖像，復(fù)雜的世界
接下來，我們看另外一個(gè)例子。
這是商湯辦公樓下的一張照片，行人熙熙攘攘。如果用行人檢測(cè)算法，我們能夠把圖像中所有行人都有效標(biāo)識(shí)出來，好像已經(jīng)對(duì)這張圖像進(jìn)行了充分的解讀。
但是，如果要真正對(duì)圖像中所有事情都進(jìn)行分析，我們發(fā)現(xiàn)世界遠(yuǎn)遠(yuǎn)要比這個(gè)復(fù)雜——所有的物體、行人、交通信號(hào)燈、指示牌組合在了一起。這樣一張簡(jiǎn)單的圖片、日常生活中的普通圖片，都會(huì)有數(shù)百種 單一的物體和場(chǎng)景的識(shí)別，更不要說理解這些物體、場(chǎng)景之間的關(guān)系。
簡(jiǎn)單來說，我們要判斷一件事情，比如判斷一個(gè)人在騎摩托車，我們需要檢測(cè)人、摩托車和地面;如果是人在停摩托車，我們需要檢測(cè)人在摩托車邊上，在馬路邊上。如果一只鴿子在天空中飛，那它是信鴿;鴿子在盤子里，可能就是一只乳鴿。
所有這些關(guān)系是要通過把物體和物體之間關(guān)聯(lián)起來。著名工業(yè)設(shè)計(jì)師凱瑞姆講過：一個(gè)人平均每天要接觸到600多個(gè)物體。而現(xiàn)代漢語(yǔ)辭典中，總共有1萬(wàn)多個(gè)名詞的物體，種類非常多。如果我們只考慮以上例子中那種三個(gè)要素的結(jié)合，也要處理3500多萬(wàn)種可能性 ，也就是說對(duì)于一張現(xiàn)實(shí)生活場(chǎng)景中非常普通、簡(jiǎn)單的照片，也需要分析千萬(wàn)級(jí)別可能性，才能對(duì)它有一個(gè)基礎(chǔ)的解讀。
舉個(gè)例子，下面這張照片中，我們能夠用行人檢測(cè)算法把行人都檢測(cè)出來。但是，如果作為一個(gè)智能城市的檢測(cè)案例判斷行人有沒有翻越欄桿，我們就需要檢測(cè)關(guān)系，人的持續(xù)動(dòng)作、欄桿、地面，才能真正識(shí)別出來這是一個(gè)攀爬的動(dòng)作。所以，這樣一個(gè)簡(jiǎn)單的應(yīng)用，牽扯到的復(fù)雜度就已經(jīng)非常高。
事實(shí)上，我們現(xiàn)在在城市管理的各個(gè)細(xì)分場(chǎng)景中，推出了很多類似這樣的場(chǎng)景理解、識(shí)別的算法模塊，它能夠解決我們?nèi)粘Ｉ钪懈魇礁鳂拥膯栴}，深入到城市的每一個(gè)毛細(xì)血管中。
人工智能深入行業(yè)最關(guān)鍵的點(diǎn)是什么？
下面再舉兩個(gè)例子。
共享單車前幾年非?；穑搽S之帶來了單車停放和管理的問題。2017年，共享單車初露端倪時(shí)，有人曾估計(jì)會(huì)帶來接近3.5萬(wàn)個(gè)整理單車的額外工作崗位，假如共享單車呈指數(shù)級(jí)提升，可能會(huì)有數(shù)以十萬(wàn)計(jì)的工作人員需要每天去處理這些共享單車的停放問題，包括停放位置是不是違停，是不是傾倒等。
其實(shí)，我們用上面所介紹的方法，就能夠解決共享單車的停放監(jiān)管問題，能夠識(shí)別它的違停，可以檢測(cè)車和車之間的關(guān)系，車和停放區(qū)域的關(guān)系，車是不是停成整齊的一條線等。
再看另外一個(gè)比較有意思的例子，這個(gè)可能是二三線城市會(huì)遇到的問題，糞車偷排。很多糞車找到一個(gè)井蓋，沒有停到固定的位置上就進(jìn)行偷排，對(duì)環(huán)境污染非常嚴(yán)重。當(dāng)我們要解決這個(gè)問題時(shí)，需要解決糞車和井蓋的檢測(cè)、井蓋異常的檢測(cè)等。
可是，我一直問我們同事一個(gè)問題，車停在那里，怎么知道它到底是抽還是排呢?我們根本看不到管子里面的情況。但我的同事跟我解釋，其實(shí)根本不需要，只要是有井蓋異常，并且糞車在那停的時(shí)間過長(zhǎng)，在不該停車的地方停了，就是一個(gè)違規(guī)報(bào)警——把時(shí)間維度放到這個(gè)問題里。
我們的算法可以把時(shí)間、地點(diǎn)、人物關(guān)系串聯(lián)，使我們真正能夠解決這些城市管理中長(zhǎng)尾的、細(xì)小的應(yīng)用。
接下來看一下商湯在上海長(zhǎng)寧區(qū)做的一網(wǎng)統(tǒng)管的案例。
一個(gè)是關(guān)于共享單車的，另一個(gè)是亂扔垃圾的，大家看一下視頻。
第一個(gè)案例中，記者去模擬了一次共享單車的亂停放，僅12分鐘后這個(gè)違規(guī)行為就從發(fā)現(xiàn)到被志愿者解決了。亂扔垃圾的案例中，借助一網(wǎng)統(tǒng)管，志愿者們也只用9分多鐘就完成了從發(fā)現(xiàn)到處置的整個(gè)過程，當(dāng)然我們也可以看到上海市民素質(zhì)還是非常高的，在人工智能發(fā)揮作用之前，就有人工已經(jīng)先發(fā)揮了作用。
各式各樣的細(xì)小應(yīng)用，也隨著疫情的延伸出現(xiàn)了新的變化。
看一下西班牙，疫情期間政府限制大家出行，但因?yàn)橛袝r(shí)寵物需要出門，所以只允許遛狗可以上街。因此，當(dāng)?shù)爻霈F(xiàn)了各種各樣的花式遛狗，有溜玩具的、遛行李箱的，甚至借鄰居的狗去溜的，所以這個(gè)過程中就需要城市治理有一個(gè)“狗只”識(shí)別功能。目前，我們的系統(tǒng)中有一個(gè)大型犬只是否系狗繩的識(shí)別，并且能夠判斷是不是狗。
右邊的圖是我們進(jìn)行識(shí)別之后的，可以判斷第一個(gè)是溜螃蟹，并不是狗，其他三張圖片中的狗都被正確識(shí)別出來。事實(shí)上，算法還能解決識(shí)別不同類型的犬只。城市綜合治理接下來要解決狗只上牌的問題，我相信在這方面算法會(huì)起到很大的作用。
當(dāng)然算法也不是無所不能的，也會(huì)有一些特殊的案例：這個(gè)看上去非常像狗的動(dòng)物，其實(shí)是人假扮的?？赡茉谶@種情況下，我們對(duì)算法還需要有一些容忍度。
以上講到的這些應(yīng)用在日常生活中都是比較小眾的，垃圾拋灑、糞車偷排、違停、遛狗。但是，長(zhǎng)尾的這些應(yīng)用才是真正完善價(jià)值閉環(huán)的核心。
什么叫長(zhǎng)尾應(yīng)用?像人臉識(shí)別、行人識(shí)別這些大家關(guān)注度高、應(yīng)用頻率非常高的我們叫頭部應(yīng)用，就像下面這只恐龍的頭部。但是，還有剛才提到的那些應(yīng)用頻次比較低的，像恐龍的尾巴，就叫長(zhǎng)尾應(yīng)用。我們認(rèn)為，最核心的部分一定是要把長(zhǎng)尾應(yīng)用的性能進(jìn)行突破，才真正形成了價(jià)值閉環(huán) 。
我們說人工智能可以代替我們做很多工作，很多人覺得人工智能如果能夠控制小區(qū)安全出入，它就能代替保安了。但是，它只是代替了保安的一個(gè)功能。保安可以做很多事，可以巡視、可以代收快遞，如果只取代一個(gè)出入管理的功能，人工智能是永遠(yuǎn)沒法勝任一個(gè)完整的保安工作的。
當(dāng)效率真正提升時(shí)，那些并不是最頭部的應(yīng)用，也必須得逐個(gè)解決，這才是人工智能深入到行業(yè)最關(guān)鍵的一點(diǎn) ，長(zhǎng)尾的應(yīng)用才能夠完善價(jià)值閉環(huán)。
▎ 開放共創(chuàng)生態(tài)
人工智能生成內(nèi)容的那一天會(huì)來得非?？?/strong>
下面我們來看一張廁所的照片，這張照片有什么不妥的地方嗎?對(duì)，就是廁紙的位置，上廁所時(shí)，廁紙?jiān)谶@么遠(yuǎn)的地方，是不是有些奇怪?
看一下這個(gè)是怎么來的，右側(cè)這個(gè)框是我們的算法框架，叫MMEditing，可以任意移動(dòng)圖像上的物體進(jìn)行編輯，比如改換地毯的位置。試想一下，如果未來這些編輯能夠有效地把圖片和視頻中的東西移到你想要的任何位置時(shí)，人工智能能夠生成內(nèi)容的那一天，其實(shí)會(huì)來得非常快。
這些技術(shù)的實(shí)用價(jià)值還有待進(jìn)一步挖掘，但是人工智能真的還能做更多有意思的事情。
比如MMEditing框架，能夠?qū)崟r(shí)從大家跳舞的動(dòng)作中抽取骨架，并且是一個(gè)穩(wěn)定的骨架搜索。那么我們?cè)谧鲞\(yùn)動(dòng)的時(shí)候，就可以很精確地把骨架進(jìn)行分析。下圖中間是一名冰壺運(yùn)動(dòng)員在清理地面時(shí)的一個(gè)動(dòng)作抽取，當(dāng)這些問題都能很輕松地提取結(jié)果時(shí)，我們很多的運(yùn)動(dòng)分析和判斷都能夠通過機(jī)器來完成。
還有一些語(yǔ)義上的編輯，比如說要生成一只貓，上面最右側(cè)的圖片是我們用GAN算法生成的。生成這只貓的過程中，我們現(xiàn)在可以加入很多語(yǔ)義的控制量，比如讓貓大一點(diǎn)，貓頭大一點(diǎn)，耳朵長(zhǎng)一點(diǎn)，眼睛大一點(diǎn)，這些諸多變量的變化都可以通過語(yǔ)義來控制生成的過程，并且是用一個(gè)解析的方式真正地完成貓的生成過程。
試想一下，除了剛才編輯真實(shí)的內(nèi)容之外，我們還可以在環(huán)境當(dāng)中去生成我們?nèi)魏蜗胍?，比如卡通人物照片里面的臉形、眼睛的大小、發(fā)型的變化，都能夠通過語(yǔ)義的調(diào)節(jié)來進(jìn)行新的生成。
還有PS照片，對(duì)于單張照片我們可以比較容易通過各種軟件進(jìn)行編輯，對(duì)于實(shí)時(shí)的視頻，我們現(xiàn)在也可以很輕易地做到這一點(diǎn)。用這樣一個(gè)簡(jiǎn)單的方法，就能把你不想要的東西給清除了。
在拍攝的視頻場(chǎng)景中，如果有一些不小心進(jìn)入畫面的人或物體就可以輕易地給抹去。未來，人工智能能夠很便捷地大規(guī)模生成各式各樣符合觀眾習(xí)慣的視頻和內(nèi)容 。
開源框架OpenMMLab
以上提到的這些都是在一個(gè)框架中，一個(gè)開源的框架，叫OpenMMLab。MM代表的是多媒體(Multimedia，不是MingMing，也不是MeiMei)，解決的是多種媒體的融合。
1個(gè)算法的框架，10多個(gè)研究垂直領(lǐng)域，100多種算法和600多種預(yù)訓(xùn)練的模型，商湯和香港中文大學(xué)-商湯聯(lián)合實(shí)驗(yàn)室一起推出了迄今為止最完備 的算法體系和框架。
我們從2018年10月份開源第一個(gè)框架算法到現(xiàn)在，兩年多時(shí)間，已在GitHub收獲了16895個(gè)星標(biāo) ，是全中國(guó)所有開源框架當(dāng)中星數(shù)最多的。除此之外，我們還會(huì)有更多的這樣框架上線。
雖然我們開源的時(shí)間只有短短兩年，但任何一個(gè)框架都經(jīng)過了非常長(zhǎng)時(shí)間的積累。
以圖像編輯來說，我們?cè)?014年時(shí)推出了全世界第一套用深度學(xué)習(xí)做超分辨率的框架，放到了MMEditing中。
今天，我們累積了大量的學(xué)術(shù)論文和學(xué)術(shù)成果，讓這套框架開源，使得很多學(xué)術(shù)的比較、最好的最先進(jìn)的算法框架的實(shí)現(xiàn)，都能夠在其中完成，讓研究人員能夠更好地與傳統(tǒng)算法做比較，和最優(yōu)秀的算法做比較，讓工業(yè)界能夠很快地上手去完成第一步的啟動(dòng)。這是我們推出開源框架的一個(gè)核心的作用。
很多時(shí)候，大家如果要去找一棵大樹的時(shí)候，都會(huì)想到去森林里面找，所以人工智能也是一樣。人工智能的細(xì)分場(chǎng)景和細(xì)分應(yīng)用非常多，我們一定要去擁抱這樣一個(gè)開放共創(chuàng)的生態(tài) ，我們要的不是一棵獨(dú)木，我們要的是一片森林 ，所以最關(guān)鍵的一個(gè)創(chuàng)新驅(qū)動(dòng)力叫做“開放”。
▎ 總結(jié)：人工智能創(chuàng)新的三個(gè)策源力
我們來總結(jié)一下剛才所講的三個(gè)創(chuàng)新策源力。
第一，我們要做的是包容，我們不能對(duì)算法求全責(zé)備。
很多人可能會(huì)問這樣的問題：我要檢測(cè)某個(gè)場(chǎng)景下的問題，準(zhǔn)確率只有80%，能不能使用?
其實(shí)，我們可以換一種角度思考，它不是丟掉了20%，是檢測(cè)出了80%。還以剛才的糞車偷排為例，如果這套系統(tǒng)上線，準(zhǔn)確率只有80%，但卻能把八成的糞車偷排檢測(cè)出來，實(shí)際上已經(jīng)很大推動(dòng)了行業(yè)的變化?？赡艽蟊姷挠^點(diǎn)還在于說依然有兩臺(tái)車沒有被檢測(cè)出來，但這就是隨著時(shí)間的推進(jìn)，有了這樣的一個(gè)包容過程，才能夠真正起到迭代的價(jià)值，就好像那匹四蹄騰空的馬。
第二，我們要解決長(zhǎng)尾行業(yè)應(yīng)用的實(shí)現(xiàn)。 我們不能再只聚焦在頭部的應(yīng)用中，人工智能不能只為一個(gè)亮點(diǎn)、解決一個(gè)核心的問題，真正要做到效率的提升，是需要我們把大量的細(xì)節(jié)問題給解決，魔鬼在細(xì)節(jié)中。
第三，我們要的是一片森林。 我們需要各種各樣的生物，需要開放創(chuàng)新，這也是我們邁出的第一步，我們開源了這樣的算法框架，未來會(huì)引入更多的生態(tài)系統(tǒng)來共同完成。
但是，真正能帶來創(chuàng)新的一個(gè)核心根本，我認(rèn)為是對(duì)人工智能認(rèn)知的提升 。為什么會(huì)容錯(cuò)?為什么知道怎么去影響長(zhǎng)尾，為什么能夠產(chǎn)生生態(tài)，這還是一個(gè)認(rèn)知的問題。
1885年當(dāng)福特造出第一臺(tái)汽車時(shí)，很多人嘲笑是個(gè)怪物，因?yàn)樗荒芘?5公里每小時(shí)，還沒有馬快。這樣一臺(tái)造價(jià)又貴，跑的還比馬慢的東西，誰(shuí)會(huì)要?如果當(dāng)時(shí)就停止發(fā)展，我們今天也不會(huì)有跑在汽車上的時(shí)代。
所以，對(duì)于這些事情的認(rèn)知，大家不能當(dāng)成是洪水猛獸。蒸汽機(jī)剛出來的時(shí)候，很多人都認(rèn)為它是一個(gè)Killing machine;交流電誕生，愛迪生用交流電電擊小動(dòng)物宣傳交流電的危險(xiǎn);對(duì)于這些事情，我相信大家都會(huì)覺得當(dāng)時(shí)如果就停在那里了，就不會(huì)有我們這個(gè)時(shí)代。
在幾天前的世界人工智能大會(huì)主論壇上，張文宏醫(yī)生不是搞人工智能的，但他也指出未來人工智能在醫(yī)學(xué)當(dāng)中的發(fā)展方向——怎么樣打破數(shù)據(jù)孤島，由數(shù)據(jù)來做決策。
現(xiàn)在，普羅大眾，就已經(jīng)有這樣對(duì)人工智能的認(rèn)識(shí)，各個(gè)行業(yè)里都能夠知道怎樣去用人工智能改造了。
有一天，我打車堵在路上，滴滴的司機(jī)就和我說：其實(shí)有很好的辦法管理交通，你想每天上下班開私家車的人，上下班的路徑是一致的，所以只要把那些私家車和他們每天的路徑識(shí)別出來，就知道每天直行的車有多少，拐彎的車有多少了。之后根據(jù)這些信息控制一下紅綠燈，讓直行車多的先走，是不是整個(gè)交通就會(huì)變得很好?我聽了之后非常詫異，這是一個(gè)滴滴司機(jī)給出的人工智能怎樣去解決交通問題的一個(gè)思路。
所以技術(shù)要真正的進(jìn)行變革，要進(jìn)行創(chuàng)新策源，在于技術(shù)怎樣去提升普羅大眾的認(rèn)知 ，只要普羅大眾能夠理解到這個(gè)技術(shù)是怎么樣改變行業(yè)的，那么它就一定能深入到各行各業(yè)當(dāng)中去。
這是《昭陵六駿圖》的馬，每一匹奔馬都是以一種飛馳的狀態(tài)在天上騰空，它推動(dòng)了我們的寫實(shí)畫風(fēng)。世界各國(guó)各式各樣的奔馬也都是以這樣有意思的模式來推進(jìn)，這些畫風(fēng)的傳承才帶來了今天寫實(shí)的繪畫藝術(shù)。
最后我們用MMEditing算法把這個(gè)馬的馬腿變得正常了，我也希望我們這個(gè)開源的方式，開源的生態(tài)，能夠促進(jìn)行業(yè)的整體發(fā)展。
評(píng)論comment