近幾年，人工智能發(fā)展迅猛，應(yīng)用領(lǐng)域不斷拓展。但在各領(lǐng)域大展身手的同時(shí)，AI“翻車(chē)”案例也頻上熱搜，基于此，本版今開(kāi)設(shè)“AI·成長(zhǎng)的煩惱”欄目，聚焦AI“翻車(chē)”的那些事兒，剖析現(xiàn)象、分析原因、探討解決之道，同時(shí)期待它的成長(zhǎng)。

球賽結(jié)束后，球迷要求裁判戴帽子或假發(fā)，大概是史無(wú)前例了。

10月底，蘇格蘭球迷經(jīng)歷了一場(chǎng)“難忘”的足球賽。在因弗內(nèi)斯對(duì)陣艾爾聯(lián)的蘇格蘭足球冠軍聯(lián)賽上，無(wú)論球員傳球還是帶球進(jìn)攻，場(chǎng)邊的AI攝像機(jī)都視而不見(jiàn)，反而不離不棄跟著一名邊裁，時(shí)不時(shí)來(lái)張“C位”特寫(xiě)。原來(lái)，AI攝像機(jī)誤將這名裁判的光頭識(shí)別成足球，所以瘋狂追了一整場(chǎng)。

在家觀看這場(chǎng)90分鐘比賽的球迷，大部分時(shí)間不是看球，而是在圍觀光頭。不少網(wǎng)友打趣：這場(chǎng)球賽實(shí)打?qū)嵉?ldquo;看了一個(gè)寂寞”。

為什么AI攝像機(jī)會(huì)把光頭看成了足球?為避免AI犯類(lèi)似失誤，我們需要做些什么?出現(xiàn)“翻車(chē)”事件，能就此認(rèn)為AI“弱爆”了嗎?

來(lái)自光頭裁判的無(wú)意識(shí)“挑釁”

從直接參與體育賽事到記錄運(yùn)動(dòng)員表現(xiàn)，再到直播比賽現(xiàn)場(chǎng)、分析運(yùn)動(dòng)員健康狀況，AI正成為體育界的寵兒。幾個(gè)月前，巴塞羅那足球俱樂(lè)部(巴薩)還攜手視頻技術(shù)公司Pixellot，打造了人工智能教練解決方案。

沒(méi)想到，在體育界一路高歌猛進(jìn)的AI，這次出人意料地遭遇了一名光頭邊裁無(wú)意識(shí)的“挑釁”。由于這名邊裁光頭太亮，加之陽(yáng)光照射，AI攝像機(jī)根本分不清哪個(gè)是球，哪個(gè)是頭。此前，因弗內(nèi)斯隊(duì)表示，他們使用的AI跟蹤技術(shù)，可以將直播畫(huà)面清晰地傳輸?shù)矫恳晃患酒辟?gòu)買(mǎi)者家中，讓因新冠肺炎疫情而無(wú)法前往主場(chǎng)的球迷不錯(cuò)過(guò)任何一場(chǎng)比賽。

據(jù)悉，此次比賽直播使用的攝像機(jī)正是與巴薩合作的Pixellot所提供的多攝像機(jī)系統(tǒng)。該系統(tǒng)由英偉達(dá)的圖形處理器(NVIDIA GPU)提供動(dòng)力支持，捕獲的視頻分辨率可達(dá)8K。這些攝像機(jī)可以安裝在固定位置，無(wú)需攝像機(jī)操作員進(jìn)行操控。為捕獲關(guān)鍵時(shí)刻畫(huà)面，Pixellot收集了數(shù)十萬(wàn)個(gè)小時(shí)的體育視頻，用于在本地工作站的NVIDIA GPU上訓(xùn)練其算法。

擁有海量的可用數(shù)據(jù)，使用了深度學(xué)習(xí)算法，加上高性能GPU計(jì)算加持，具備推動(dòng)AI前行的三大動(dòng)力，Pixellot的這款A(yù)I攝像機(jī)為何“翻車(chē)”呢?

活動(dòng)結(jié)束后，相關(guān)俱樂(lè)部和制造攝像頭的技術(shù)公司進(jìn)行了反思，問(wèn)題似乎非常清楚：足球的大小、形狀與人的腦袋差不多，加上陽(yáng)光直射，讓AI攝像頭陷入了“迷茫”。因弗內(nèi)斯隊(duì)回應(yīng)稱(chēng)已知曉了問(wèn)題，并且將為下一場(chǎng)比賽進(jìn)行改進(jìn)，給觀眾帶來(lái)更好的體驗(yàn)，希望這種情況不會(huì)再發(fā)生。

Pixellot公司也表示解決這個(gè)問(wèn)題并不難?，F(xiàn)有的目標(biāo)檢測(cè)與追蹤技術(shù)已比較成熟，Pixellot在設(shè)計(jì)階段沒(méi)考慮到光頭的影響，需要收集一些足球和光頭的數(shù)據(jù)對(duì)算法進(jìn)行微調(diào)，以排除來(lái)自光頭的干擾。

有技術(shù)人員表示，在訓(xùn)練直播球賽的AI攝像機(jī)時(shí)，需要的不僅“這是球”數(shù)據(jù)集，還需要一個(gè)“這不是球”數(shù)據(jù)集。光頭、足夠亮的白鞋、燈光、比賽場(chǎng)地旁訓(xùn)練場(chǎng)上的球、球員用來(lái)熱身的球，都是訓(xùn)練AI時(shí)需要考慮的干擾因素。

AI“視力差”才是常態(tài)

盡管可以通過(guò)加大數(shù)據(jù)“投喂量”，加強(qiáng)訓(xùn)練和改進(jìn)算法改善AI攝像機(jī)性能，但有專(zhuān)業(yè)人士認(rèn)為，隨著AI應(yīng)用場(chǎng)景逐步拓展，此類(lèi)“翻車(chē)”事件還將長(zhǎng)期存在。

“AI‘翻車(chē)’是常態(tài)，不‘翻車(chē)’才奇怪。”北京大學(xué)信息科學(xué)技術(shù)學(xué)院教授、北京智源人工智能研究院院長(zhǎng)黃鐵軍接受科技日?qǐng)?bào)記者采訪時(shí)直言。

黃鐵軍認(rèn)為，表面上看，這次AI攝像機(jī)出現(xiàn)失誤可能是因?yàn)榍捌谟?xùn)練不夠，但最主要的原因是現(xiàn)在的計(jì)算機(jī)識(shí)別系統(tǒng)還只是用特定的數(shù)據(jù)訓(xùn)練出來(lái)的，例如在上述例子中，使用大量足球視頻訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在識(shí)別足球方面已超越人類(lèi)，但卻忽視了這個(gè)網(wǎng)絡(luò)對(duì)光頭更敏感，對(duì)

沒(méi)見(jiàn)過(guò)的對(duì)象胡亂識(shí)別或“視而不見(jiàn)”，這種問(wèn)題普遍存在。

機(jī)器視覺(jué)就是將視覺(jué)感知賦予機(jī)器，使機(jī)器具有和生物視覺(jué)系統(tǒng)類(lèi)似的場(chǎng)景感知能力，涉及到光學(xué)成像、圖像處理、分析與識(shí)別、執(zhí)行等多個(gè)組成部分。

“把攝像機(jī)作為AI的‘眼睛’，在現(xiàn)實(shí)場(chǎng)景中，讓AI像人眼一樣去識(shí)別足球和光頭，還有很長(zhǎng)的路要走。”黃鐵軍表示。

什么時(shí)候能走完這條路，甚至實(shí)現(xiàn)AI之眼超越人眼?

這取決于機(jī)器視覺(jué)何時(shí)彌合與生物視覺(jué)的差距。“顱骨之中的大腦通過(guò)三百多萬(wàn)根神經(jīng)纖維實(shí)時(shí)感知外部世界，其中每只眼睛后面就有一百多萬(wàn)根。”黃鐵軍表示，“發(fā)展至今天的機(jī)器視覺(jué)，與花費(fèi)億萬(wàn)年進(jìn)化而來(lái)的生物視覺(jué)系統(tǒng)相比，還是小巫見(jiàn)大巫。”

人眼適應(yīng)性很強(qiáng)，能在復(fù)雜及變化的環(huán)境中識(shí)別目標(biāo)，具有高級(jí)智能，能運(yùn)用邏輯分析、推理能力去識(shí)別變化中的目標(biāo)，并總結(jié)規(guī)律。而反觀機(jī)器視覺(jué)，雖然可以利用人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)，但不能很好識(shí)別變化的目標(biāo)，受硬件條件制約，目前一般的圖像采集系統(tǒng)色彩分辨能力較差。

“與生物視覺(jué)神經(jīng)網(wǎng)絡(luò)相比，人工智能的視覺(jué)神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)、規(guī)模上相距甚遠(yuǎn)，所以功能也要差很多。”黃鐵軍表示，“在現(xiàn)實(shí)應(yīng)用中，機(jī)器視覺(jué)‘翻車(chē)’不是偶然事件，把光頭識(shí)別成足球，只是個(gè)案，類(lèi)似問(wèn)題其實(shí)大量存在。”

黃鐵軍說(shuō)：“這一次，技術(shù)提供方可以把光頭誤認(rèn)為足球的漏洞補(bǔ)上，但還有更多的漏洞，用對(duì)抗性圖片訓(xùn)練騙過(guò)人臉識(shí)別系統(tǒng)只是揭開(kāi)機(jī)器視覺(jué)不足的冰山一角。”

不同技術(shù)路線在賽跑

“基于深度學(xué)習(xí)的機(jī)器視覺(jué)在圖像識(shí)別等方面取得重大進(jìn)展，但并未真正解決感知問(wèn)題。”黃鐵軍認(rèn)為，深度學(xué)習(xí)遠(yuǎn)未抓住人類(lèi)視覺(jué)系統(tǒng)的復(fù)雜性。

深度學(xué)習(xí)建立在圖像和視頻大數(shù)據(jù)的訓(xùn)練基礎(chǔ)上，和主動(dòng)感知?jiǎng)討B(tài)世界的生物視覺(jué)相距甚遠(yuǎn)，而且仍未脫離算力需求。例如，如果把視頻幀率從30提高到3萬(wàn)，深度學(xué)習(xí)的算力就需要提高1000倍。

而生物神經(jīng)網(wǎng)絡(luò)是脈沖神經(jīng)網(wǎng)絡(luò)，更適合完成視覺(jué)信息處理。黃鐵軍認(rèn)為，借鑒生物視覺(jué)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和信息加工機(jī)理，建立一套新的類(lèi)腦視覺(jué)信息處理理論和技術(shù)，是重啟機(jī)器視覺(jué)的希望所在。

專(zhuān)家表示，發(fā)展人工機(jī)器視覺(jué)，目前有兩條主要技術(shù)路線，一是通過(guò)收集更多數(shù)據(jù)、增加數(shù)據(jù)量，加大訓(xùn)練力度，構(gòu)造出強(qiáng)大的智能系統(tǒng);二是模仿生物神經(jīng)系統(tǒng)，照葫蘆畫(huà)瓢，將生物神經(jīng)系統(tǒng)的結(jié)構(gòu)甚至機(jī)理搞清楚，以此為基礎(chǔ)發(fā)展未來(lái)智能。

黃鐵軍認(rèn)為，第二條路徑要比第一條路徑更有效。“短時(shí)間來(lái)看，第一條更易取得成果。但長(zhǎng)遠(yuǎn)來(lái)看，從生物神經(jīng)網(wǎng)絡(luò)入手更為直接，實(shí)現(xiàn)目標(biāo)也更有把握。”

目前，AI學(xué)界多數(shù)支持第一條路徑，即通過(guò)“大數(shù)據(jù)+大算力”的方式，發(fā)展機(jī)器視覺(jué)在內(nèi)的人工智能。黃鐵軍踏上少數(shù)人走的那條路，是因?yàn)樗麍?jiān)信生物視覺(jué)神經(jīng)網(wǎng)絡(luò)有巨大潛能可以挖掘。“生物大腦是億萬(wàn)年進(jìn)化的產(chǎn)物，是最好的先驗(yàn)結(jié)構(gòu)。強(qiáng)大智能必須依托復(fù)雜結(jié)構(gòu)，站在進(jìn)化肩膀上，看似艱難，實(shí)則最快。”

“計(jì)算機(jī)科學(xué)之父”圖靈早就表達(dá)過(guò)對(duì)生物大腦的推崇。1943年初，香農(nóng)提議，可以把“文化的東西”灌輸給電子大腦，圖靈有一次在大庭廣眾之下反駁：“不，我對(duì)建造一顆強(qiáng)大的大腦不感興趣，我想要的不過(guò)是一顆尋常的大腦，跟美國(guó)電報(bào)電話公司董事長(zhǎng)的腦袋瓜差不多即可。”

發(fā)展機(jī)器視覺(jué)，抑或是人工智能，是重起爐灶，是模仿生物神經(jīng)網(wǎng)絡(luò)，還是另有他法?暫無(wú)定論。在不同的賽道上，人工智能都在加速前進(jìn)。

盡管AI“翻車(chē)”案例不在少數(shù)，比如谷歌AI眼部疾病診斷系統(tǒng)的實(shí)用性在泰國(guó)大打折扣，騰訊AI翻譯在2018年博鰲論壇上鬧出笑話。但AI時(shí)代正加速到來(lái)，勢(shì)不可擋。

“必須承認(rèn)，AI確實(shí)解決了不少現(xiàn)實(shí)問(wèn)題，它將逐步替代人的部分功能。但不能過(guò)分夸大，它距離我們想象中的智能還有很多不足，還需要更多突破。”黃鐵軍說(shuō)，要保持開(kāi)放的思維，跨越“實(shí)驗(yàn)?zāi)M”與“真實(shí)世界”之間的鴻溝，AI技術(shù)發(fā)展任重而道遠(yuǎn)。