聚力維度：機(jī)器的藝術(shù)直覺(jué)

10月20日，由中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院主辦的“第一屆中國(guó)人工智能技術(shù)與應(yīng)用大會(huì)暨人工智能60周年頒獎(jiǎng)典禮”在北京舉行。

“人工智能立體設(shè)計(jì)師崢嶸”為還原視覺(jué)本真、推動(dòng)產(chǎn)業(yè)革新做出重大貢獻(xiàn)，評(píng)獎(jiǎng)組委會(huì)授予“中國(guó)人工智能技術(shù)創(chuàng)新獎(jiǎng)”。

一直以來(lái)，機(jī)器視覺(jué)都被看作人工智能領(lǐng)域的一大難點(diǎn)。深度學(xué)習(xí)的發(fā)展將人工智能及其在各行業(yè)的應(yīng)用，推向了一個(gè)全新的高度。

“崢嶸”便是將深度學(xué)習(xí)與產(chǎn)業(yè)需求相結(jié)合，在機(jī)器視覺(jué)領(lǐng)域的一項(xiàng)重大突破。

機(jī)器的藝術(shù)直覺(jué)

嚴(yán)格意義上，“崢嶸”是一位人工智能立體設(shè)計(jì)師，它基于北京聚力維度科技有限公司（以下簡(jiǎn)稱(chēng)“聚力維度”）研發(fā)的人工智能2D轉(zhuǎn)3D技術(shù)，用于2D視頻向3D的轉(zhuǎn)換。

傳統(tǒng)的手工3D轉(zhuǎn)制工藝，不僅流程繁雜且難度高。轉(zhuǎn)制工序主要分為圖像分割、深度繪制、補(bǔ)圖及合成，四道程序。人類(lèi)立體設(shè)計(jì)師不僅要看到第一只眼睛看不到的東西，也需要勾畫(huà)出每一幀的深度。不僅要圈出輪廓，當(dāng)物體離得較近時(shí)，也要細(xì)細(xì)定義出每一局部的深度值，比如鼻子、眼睛、嘴巴等，并嚴(yán)格按照深度值來(lái)擺放。由此，傳統(tǒng)的3D轉(zhuǎn)制工作會(huì)耗費(fèi)大量時(shí)間和人力成本。

但是，當(dāng)機(jī)器擁有了藝術(shù)直覺(jué)，一切將會(huì)大有不同?！皪槑V”就是一位擁有藝術(shù)直覺(jué)的人工智能立體設(shè)計(jì)師。

它天生能進(jìn)行完美的深度預(yù)算。研發(fā)人員曾讓人類(lèi)立體設(shè)計(jì)師與“崢嶸”同時(shí)轉(zhuǎn)制同一幀鏡頭。幀鏡頭中畫(huà)面的景深很大，人眼看來(lái)，背景一片模糊。近處，只有一位滿(mǎn)臉溝壑的長(zhǎng)者頭像。

一位擁有近3年3D轉(zhuǎn)制經(jīng)驗(yàn)的手工立體設(shè)計(jì)師，整齊地分割出老者的面部輪廓與模糊的背景，并細(xì)致地雕琢鼻子、眼睛、皺紋等細(xì)節(jié)，技藝精湛。當(dāng)“崢嶸”轉(zhuǎn)制出同一幀鏡頭的深度圖時(shí)，右上角卻出現(xiàn)了一塊高亮區(qū)。這讓研發(fā)人員大為困惑。在對(duì)原片進(jìn)行對(duì)比度等調(diào)整后，在原片右上角竟有一張人臉。

“崢嶸”不僅能識(shí)別人眼不易看清的場(chǎng)景，在繪制顏色相近、人物遠(yuǎn)近距離微差畫(huà)面上，也遠(yuǎn)超人類(lèi)立體設(shè)計(jì)師。另外，它將3D轉(zhuǎn)制時(shí)效凈提升120余倍，在時(shí)效上也優(yōu)勢(shì)明顯。

目前，聚力維度已經(jīng)用“崢嶸”完成了網(wǎng)絡(luò)劇《執(zhí)念師》的3D 轉(zhuǎn)制工作，熱播劇《幻城》的轉(zhuǎn)制任務(wù)也開(kāi)始緊鑼密鼓地進(jìn)行。

“深度學(xué)習(xí)+”的產(chǎn)物

人工智能立體設(shè)計(jì)師“崢嶸”的主要技術(shù)負(fù)責(zé)人趙天奇也是聚力維度的CTO。他從2009年開(kāi)始研究3D顯示技術(shù)，并敏銳地意識(shí)到3D內(nèi)容將是3D顯示技術(shù)中的重要部分。

2010年，趙天奇創(chuàng)立公司，并推出國(guó)內(nèi)領(lǐng)先的2D轉(zhuǎn)3D 軟件，并成功申請(qǐng)多項(xiàng)專(zhuān)利和軟件著作權(quán)。

只有預(yù)先埋下種子，否則再合適的土壤，也不會(huì)發(fā)芽。趙天奇和他的團(tuán)隊(duì)，就是一群預(yù)先播種者。創(chuàng)業(yè)開(kāi)始，他們就在研究智能2D轉(zhuǎn)3D的可行性。

“那時(shí)候經(jīng)常有人問(wèn)我，2D轉(zhuǎn)3D能否由智能算法自動(dòng)完成？我的回答都是不能。一方面，我們查遍了當(dāng)時(shí)相關(guān)計(jì)算機(jī)視覺(jué)領(lǐng)域的最前沿論文，能達(dá)到的效果距離現(xiàn)實(shí)需求太遠(yuǎn)；另一方面，所有的算法從智能本質(zhì)上來(lái)看過(guò)于低端，僅能實(shí)現(xiàn)一定的立體效果。”

他們同時(shí)也在關(guān)注人工智能領(lǐng)域發(fā)展迅猛的深度學(xué)習(xí)技術(shù)，但直到2014年后半期，出現(xiàn)可以給出圖像像素級(jí)結(jié)果的技術(shù)時(shí)，趙天奇才感覺(jué)看到了實(shí)現(xiàn)智能2D轉(zhuǎn)3D技術(shù)的曙光。

憑借多年在2D轉(zhuǎn)3D領(lǐng)域的技術(shù)積累，并結(jié)合深度學(xué)習(xí)的特點(diǎn)，同時(shí)，聯(lián)合清華大學(xué)、北京郵電大學(xué)和澳大利亞阿德萊德大學(xué)的幾個(gè)研發(fā)團(tuán)隊(duì)，終于在2014年底實(shí)現(xiàn)第一張圖的自動(dòng)轉(zhuǎn)換。

2015年初，第一個(gè)有生產(chǎn)價(jià)值模型研發(fā)成功，這是人工智能立體設(shè)計(jì)師，并將它命名為“崢嶸一號(hào)”。趙天奇表示：“目前‘崢嶸二號(hào)‘崢嶸三號(hào)和‘崢嶸四號(hào)的模型也已落地。尤其‘崢嶸四號(hào)模型的表現(xiàn)已經(jīng)達(dá)到人類(lèi)立體設(shè)計(jì)師學(xué)習(xí)立體轉(zhuǎn)制九個(gè)月的水準(zhǔn)?！?/p>

“人工智能+”或者說(shuō)“深度學(xué)習(xí)+”，是人工智能顛覆傳統(tǒng)行業(yè)的主要形式。他要求企業(yè)既具備強(qiáng)大的深度學(xué)習(xí)能力，又要精通某個(gè)行業(yè)。所以，想要實(shí)現(xiàn)“深度學(xué)習(xí)+3D轉(zhuǎn)制”的顛覆，既要在深度學(xué)習(xí)領(lǐng)域達(dá)到世界前沿水平，同時(shí)也要將傳統(tǒng)2D轉(zhuǎn)3D的技術(shù)內(nèi)核修煉的爐火純青，并對(duì)其商業(yè)應(yīng)用了如指掌。

趙天奇和他的團(tuán)隊(duì)就是不斷在行業(yè)內(nèi)摸爬滾打并直擊痛點(diǎn)。在大量國(guó)內(nèi)外一線電影的3D轉(zhuǎn)制項(xiàng)目中，他們積累下豐富的實(shí)操經(jīng)驗(yàn)，并逐步落實(shí)到算法和工序中。在用深度學(xué)習(xí)解決3D轉(zhuǎn)制問(wèn)題時(shí)，他們幾乎沒(méi)走彎路。

經(jīng)驗(yàn)與使命重疊

深度學(xué)習(xí)不是一項(xiàng)強(qiáng)人工智能技術(shù)，很多有巨大市場(chǎng)前景的需求并不能被深度學(xué)習(xí)解決。聚力維度是幸運(yùn)的，通過(guò)深度學(xué)習(xí)實(shí)現(xiàn)了2D視頻向3D的自動(dòng)轉(zhuǎn)換。

趙天奇介紹，“崢嶸五號(hào)”、“崢嶸六號(hào)”模型也在研發(fā)中，“崢嶸”系列的終極目標(biāo)是讓機(jī)器在處理毫無(wú)規(guī)律可言的鏡頭畫(huà)面時(shí)從各個(gè)方面超越人類(lèi)。

“據(jù)了解，僅有華盛頓大學(xué)和我們一樣也在使用深度學(xué)習(xí)來(lái)解決2D轉(zhuǎn)3D的問(wèn)題?？上麄?nèi)狈Ξa(chǎn)業(yè)經(jīng)驗(yàn)，建立的模型效果并不好?！壁w天奇說(shuō)，“我們無(wú)所謂技術(shù)壁壘，最大的敵人不是競(jìng)爭(zhēng)對(duì)手，而是能否把人工智能2D轉(zhuǎn)3D的問(wèn)題徹底解決，在這個(gè)領(lǐng)域?yàn)槿祟?lèi)的強(qiáng)人工智能的未來(lái)做出貢獻(xiàn)?！?/p>