格靈深瞳：讓計算機看懂世界

潘樹瓊

頤和園腹地的紅墻四合院，河水涼亭，滿目古色。抬頭一看，“格靈深瞳”四個字組成的牌匾，特別顯眼。若不是提前知曉目的地，筆者一定不會相信這古香古色的四合院里，居然裝著一家致力于計算機視覺研究的人工智能科技公司。

比爾·蓋茨認為IT界的下一個大事件是計算機視覺與深度學習的結合。2014年6月中旬比爾·蓋茨訪問北京時，他到訪的第一家創(chuàng)業(yè)公司便是格靈深瞳。

格靈深瞳創(chuàng)立于2013年4月，是一家將三維計算機視覺和深度學習技術應用于商業(yè)領域的科技公司。格靈深瞳的“野心”是讓計算機看懂世界，事實上，教機器看懂這個世界，從很多年前開始就有人持續(xù)致力在做了，只不過采用的大多是“攝像頭+強算法”的理論框架。Google、百度等巨頭同樣在做，不同的是他們還是偏重搜索、社交；但格靈深瞳想做的是“第一個將計算機視覺商業(yè)化的公司”，而切入智能安防監(jiān)控領域是第一步。

本刊專訪格靈深瞳聯合創(chuàng)始人、CTO趙勇，他曾供職于Google總部研究院，是Google Glass最早期的核心研發(fā)成員。讓我們看看他眼中的計算機視覺發(fā)展到了什么程度？人工智能又將如何發(fā)展？

人工智能為計算機視覺賦予智慧的光芒

《網絡傳播》：第三屆世界互聯網大會上舉行了一場領先科技成果發(fā)布活動，多數事關人工智能，且該詞被參會嘉賓頻頻提及，你是否覺得，人工智能發(fā)展的最好時機已經到來？

趙勇：跟過去三四十年相比，現在肯定是最好的時機。人工智能已經發(fā)展到了一定程度，開始為社會提供具有商業(yè)價值的產品和服務，現在各大企業(yè)紛紛投入研發(fā)。但這并非是這一兩年的作用，而是持續(xù)積累下來的成果。在今天，我們還把人工智能當作新聞來看，再過五年，人們并不覺得它是新聞，它已經變成事實了。這個行業(yè)所產生的影響和市場已經大大增加，我相信在五年以后，人工智能在安防領域的市場會比今天大一百倍。

《網絡傳播》：計算機視覺對安防的意義有哪些？相比之下，格靈深瞳的安防設備和其他安防設備有哪些不同之處？

趙勇：安防行業(yè)已經建立了一套完整的“眼睛”體系，到處都有攝像頭，這些攝像頭從以前的模擬變成了數字，從孤立變成了網絡連接。所以，在安防領域鍛煉出來了一種能力——眼睛和記憶的能力。但是，過去我們只用了電腦的眼睛和記憶，真正思考和選擇的還是人腦。而未來的核心則是賦予攝像頭“思考”的能力。

北京200多萬個攝像頭，每天產生的錄像時長有200多萬天，即5000多年，這么多的圖像，倘若要抓取數據，需要耗費大量的人力。所以，格靈深瞳就是為每臺計算機裝上“安全腦”。這個安全腦首先要去理解每幅圖的所有目標，識別他們是誰；其次，它不是單個腦子，而是一套協(xié)同合作的腦袋網。以前是海量的孤立的數據，未來安全腦會搜集所有的數據，去理解、關聯和分析這些數據，最終為客戶提供情報。

《網絡傳播》：除了安防領域，計算機視覺還能用在哪些行業(yè)？

趙勇：比如，可以為商場提供VIP客戶識別服務。當顧客走進商場，系統(tǒng)根據人臉識別提示這是一位VIP客戶，服務員接到指令，便會有針對性地提供服務。此外，可以為父母提供孩子的動態(tài)，當孩子進入學校、離開學校、進入小區(qū)門口時，父母都能收到信息提示，告知父母孩子的行蹤。

在這個世界上，每一個人都有他的關鍵人。對于商場來說，顧客是他們的關鍵人；對于父母來說，孩子是他們的關鍵人。我們的技術就是為人們提供這種服務，幫助他們去了解各自的關鍵人。

《網絡傳播》：計算機視覺在安防領域已經達到了“讓機器看得懂”的目標，那么，下一步，怎樣實現“讓計算機做出反應”？

趙勇：現在已經可以做出反應了。所謂的做出反應就是提供情報，人工智能領域是一個情報體系，而非執(zhí)行體系。人工智能產品提供情報，然后由執(zhí)法機關采取相關行動。比如，有犯罪高危人員走進小區(qū)了，通過人臉識別，系統(tǒng)提示保安注意防范，保安接收到情報后，便會密切注意這個人的動態(tài)，這就是情報服務。

把未來一個齒輪一個齒輪地變成現實

《網絡傳播》：斯皮爾伯格導演的科幻電影《人工智能》里描繪了一個機器人小孩為了得到人類的“母愛”而不斷“努力”的故事，影片結局是2000年之后，地球上已經沒有了人類，只剩下機器人。你覺得人類會迎來這一天嗎？

趙勇：這是藝術創(chuàng)作，好萊塢的電影為了制造噱頭吸引人們去看，所以會幻想比較極端的科幻場景。我們今天讓人工智能去開車、去服務、去提供情報，但它們其實是沒有物理形態(tài)的，而是一系列運行在服務器和系統(tǒng)里面的軟件。它們有感知和認知的能力，能很好地完成工作，可以為我們提供非常出色的服務，但它們是沒有意識的。

人的智能有三個層次，感知、認知、意識。但對機器人來說，它們可能有超過人類的感知和認知能力，但并不具備意識。什么是意識？意識是一個指揮官，它調動了你的感知和認知能力，去完成任務。人工智能的未來并不是去創(chuàng)造一堆有自我意識的機器人，成為一種新的物種。我們今天所做的所有人工智能，都只是做一種很聰明的機器，其終極目標都是為人類服務。

《網絡傳播》：好萊塢創(chuàng)造了很多同時具備感知、認知和意識的機器人，例如暖心的大白。你預測一下，人類何時會真正意義上擁有一個大白這樣的朋友？

趙勇：現在已經開始了，人工智能不一定是人形的東西，在家里就有隱形的大白。比如，智能牙刷能通過口腔脫落細胞判斷你的口腔健康狀況；智能馬桶可以幫你分析腸道疾?。荒靡桓藓炋鸵幌露洌a生一些采樣，快遞到一個實驗室，它們會立即給你一個非常權威的報告。這些東西就是大白。

大白不是一個大白，是無數個大白。有大白的醫(yī)院版、大白的藥物版、大白的家庭診療版等等，這都是會出現的。當然，我不認為會出現一個大白那樣的機器人，把所有事兒都辦了。無論從技術可行性和效率來說，都達不到那樣的要求。

《網絡傳播》：有人說在人工智能的發(fā)展上存在一個奇點，越過這個奇點就能具備意識。你覺得這個奇點存在嗎？

趙勇：在認知和感知領域，人工智能的很多東西已經超過人類了，但在意識層面就差得遠了。人類最寶貴的東西便是靈魂，而人工智能最大的缺陷也在于此。機器人最困難的是擁有意識，因此，應該捍衛(wèi)人類的靈魂和情感，一方面讓機器人擁有情感很難，另一方面，人們不應該去觸碰情感機器人的研究，因為這觸及了人類倫理和情感層面的底線。