蘋(píng)果透漏人工智能研究新方向：圖像識別

　　據外媒報道，蘋(píng)果日前發(fā)布首份關(guān)于人工智能(AI)的學(xué)術(shù)論文，其中主要描述了在計算機視覺(jué)系統中提高圖像識別的方法，這標志著(zhù)蘋(píng)果終于透露了其人工智能研究的全新方向。

　　其實(shí)對于圖像識別技術(shù)，大家已經(jīng)不陌生。由于涉及個(gè)人隱私問(wèn)題，雖然在電視機和空調上，無(wú)法直接應用圖像識別技術(shù)，但是在冰箱上的應用，卻很早就受到長(cháng)虹美菱、海爾，以及美的等家電巨頭的認可和推動(dòng)。但目前市場(chǎng)化商用的力度并不大。

　　蘋(píng)果發(fā)布的首份關(guān)于人工智能(AI)的學(xué)術(shù)論文，主要描述了在計算機視覺(jué)系統中提高圖像識別的方法，在機器學(xué)習研究中，使用合成圖像進(jìn)行神經(jīng)網(wǎng)絡(luò )訓練要比真實(shí)圖像更有效。原因在于合成圖像已經(jīng)被標記和注釋?zhuān)邮r(shí)省力。舉例來(lái)說(shuō)，眼部或手部的合成圖像都有自動(dòng)注釋?zhuān)枋鲱?lèi)似物品的真實(shí)圖片算法并不熟悉，因此需要人類(lèi)操作員進(jìn)行描述。

　　當前人工智能軟件在各個(gè)領(lǐng)域，正變得必不可少。它幾乎被應用到所有的應用程序中。運用人工智能技術(shù)，無(wú)論是圖像識別，還是語(yǔ)音識別，正變得越來(lái)越準確，這包括機器能準確識別語(yǔ)音、語(yǔ)義甚至靜態(tài)的圖片以及動(dòng)態(tài)的視頻。

　　如在智能家居領(lǐng)域，通過(guò)攝像頭獲取到圖像，然后通過(guò)圖像識別技術(shù)識別出圖像的內容，從而做出不同的響應。舉個(gè)例子，我們在門(mén)口安裝了攝像頭，當有物體出現在攝像頭范圍內的時(shí)候，攝像頭自動(dòng)拍攝下圖像，對圖像進(jìn)行識別。識別后如果發(fā)現是個(gè)人，并且長(cháng)時(shí)間在門(mén)外并沒(méi)有敲門(mén)進(jìn)門(mén)等行為之后，就可以及時(shí)報警給戶(hù)主?；蛘?，在夜晚的時(shí)候發(fā)現有物體移動(dòng)，對物體進(jìn)行識別，如果是可疑的物體就主動(dòng)報警。

　　當門(mén)口的攝像頭識別到人之后，再進(jìn)一步的對人像在進(jìn)行面部識別。如果能和主人的面部匹配上，就為主人主動(dòng)開(kāi)門(mén)。還有現在家庭里的智能機器人，通過(guò)圖像識別技術(shù)對物體進(jìn)行識別，并且實(shí)現對人的跟隨。搭配上人工智能系統，它能分辨出你是它的哪個(gè)主人，并且能你進(jìn)行一些簡(jiǎn)單的互動(dòng)。比如檢測到是家里的老人，它可能會(huì )為你測一測血壓;如果是小孩子，它可能給你講個(gè)故事。

　　事實(shí)上圖像識別元不僅如此，圖像識別可分為生物識別、物體與場(chǎng)景識別和視頻識別。據估算，到2020年生物識別技術(shù)市場(chǎng)規模將達到250億美元，5年內年均增速約14%。其中，人臉識別增速最快，將從2015年的9億美元增長(cháng)到2020年的24億美元。

　　在物體與場(chǎng)景識別中，機器視覺(jué)是一個(gè)重要的部分。預計2018年，全球機器視覺(jué)系統及部件市場(chǎng)規模達到50億美元。視頻識別主要用于安防產(chǎn)業(yè)，我國未來(lái)5年總體年增長(cháng)率仍將保持在20%左右，到2020年有望達到萬(wàn)億元。

　　隨著(zhù)各領(lǐng)域對于身份識別和驗證的精確度要求的提高，基于圖像識別技術(shù)的人臉識別和視頻識別技術(shù)在金融、安防、醫療、無(wú)人駕駛等領(lǐng)域迎來(lái)了發(fā)展機會(huì )。

　　而隨著(zhù)圖像識別技術(shù)的發(fā)展，高性能的AI計算芯片、深度攝像頭和優(yōu)秀的深度學(xué)習算法也在為推動(dòng)圖像識別向更深處發(fā)展提供源源不斷的動(dòng)力。AI底層架構從CPU+GPU到FPGA，再到人工智能專(zhuān)用芯片，運行表現不斷刷新。

　　深度攝像頭的開(kāi)發(fā)也加強了前端獲取深度信息的能力，為后端數據處理帶來(lái)了極大的便利。另外隨著(zhù)以深度信念網(wǎng)絡(luò )(DBN)和卷積神經(jīng)網(wǎng)絡(luò )(CNN)為代表的深度學(xué)習算法在圖像識別中的廣泛應用，圖像識別的準確率得到了很大的提升。

　　ImageNet比賽圖像識別中對象分類(lèi)項目準確率從2010年的72%提升到了今年的97%，可謂實(shí)現飛躍發(fā)展。圖像識別獲得了快速發(fā)展，應用產(chǎn)品層出不窮，成為人工智能應用的急先鋒。刷臉支付、機場(chǎng)自助通關(guān)、增強現實(shí)、無(wú)人駕駛等都是圖像識別技術(shù)快速普及的一個(gè)縮影。