圖片分析：百度筷搜的關(guān)鍵缺失

 

　　專利是高科技產(chǎn)品的先聲。最早，百度筷搜是作為2014年的愚人節(jié)玩笑被提出來的，但這個(gè)概念隨后卻堂而皇之地出現(xiàn)在正式的專利文獻(xiàn)中。根據(jù)PatSnap提供的數(shù)據(jù)，僅2014年9月3日當(dāng)天，百度公司就提交了7件“智能筷子”的相關(guān)專利。在專利中，百度筷搜通過不同類型的傳感器分別檢測(cè)食物的鹽度、糖度、PH值、油質(zhì)、溫度等信號(hào)，為用戶提供食品安全方面的信息。

　　無(wú)獨(dú)有偶。美國(guó)的Medibotics公司早在2012年就在美國(guó)提交了類似餐具的專利申請(qǐng)。在它的專利中，餐具通過攝像頭獲取食品的圖像，然后借助圖像分析技術(shù)獲得食物的種類、質(zhì)量和熱量，從而實(shí)現(xiàn)控制熱量攝入的作用。產(chǎn)品方案中的攝像頭最初是佩帶在手腕上，但在2013年底，攝像頭（下圖元件502）被集成到餐具上。

　　與百度的筷搜相比，Medibotics方案中的圖像識(shí)別功能不但是個(gè)更好的技術(shù)補(bǔ)充，而且更符合產(chǎn)品設(shè)計(jì)的發(fā)展方向。既然如此，百度公司為什么沒有在筷搜中加入圖像識(shí)別功能呢？是百度公司還沒有意識(shí)到類似功能的重要性嗎？

 

　　圖像識(shí)別：百度布局的明日之星

 

　　專利信息顯示，百度公司并沒有那么麻木。百度在圖像識(shí)別技術(shù)的研發(fā)和應(yīng)用上做了非常大的努力，這可以從近年來成倍增長(zhǎng)的專利申請(qǐng)量中找到證據(jù)：在2012年，百度在相關(guān)領(lǐng)域的專利申請(qǐng)還不足10件，但2014年的申請(qǐng)量已經(jīng)接近100件。這些技術(shù)涉及軟件、硬件、服務(wù)等諸多方面的廣泛應(yīng)用。

　　在搜索領(lǐng)域，圖像技術(shù)可以讓百度用戶獲得更具個(gè)性化的使用體驗(yàn)。這個(gè)構(gòu)想在2014年公開的一件美國(guó)專利申請(qǐng)中做了說明。在這件專利中，百度支持用戶拍照獲取當(dāng)前場(chǎng)景的照片，并基于對(duì)照片的理解提供有針對(duì)性的信息。如當(dāng)用戶在某一火車站時(shí)，百度可以分析該火車站場(chǎng)景的照片，然后在其用戶設(shè)備的屏幕上相應(yīng)地顯示他希望了解的關(guān)于該火車站的相關(guān)信息，如車次信息、或者其他用戶分享的該火車站的注意事項(xiàng)信息。

 

　　可穿戴設(shè)備是百度關(guān)注的另一個(gè)市場(chǎng)，在這個(gè)市場(chǎng)，百度的老對(duì)手谷歌公司已經(jīng)推出了智能眼鏡。近兩年來，百度公司也已經(jīng)有30件頭戴式設(shè)備的專利獲得公開。這些專利產(chǎn)品的架構(gòu)大致相同，都是利用攝像頭（下圖元件4）采集目標(biāo)物的圖像，然后通過云端服務(wù)器對(duì)圖像進(jìn)行識(shí)別，再?gòu)幕ヂ?lián)網(wǎng)上獲取目標(biāo)物的價(jià)格、介紹、評(píng)價(jià)等詳細(xì)信息。這些信息可以通過語(yǔ)音提示或紅外投影的方式告訴佩帶者。

　　除了以上這些例子之外，百度的最新專利還批露了圖像識(shí)別技術(shù)在諸如智能家居、護(hù)理機(jī)器人等領(lǐng)域的應(yīng)用。隨著更多新專利的公開，百度公司以圖像識(shí)別為基礎(chǔ)的產(chǎn)業(yè)布局也將會(huì)逐漸完整清晰地浮出水面來。

 

　　技術(shù)是百度在人工智能上的最大軟肋

 

　　圖像識(shí)別技術(shù)是人工智能中最重要的部分，其重要程度甚至超過語(yǔ)音識(shí)別。因?yàn)檎Z(yǔ)言僅僅是智能體之間進(jìn)行交互所使用的工具，而一旦具有了圖像分析的能力，智能體就可以自動(dòng)識(shí)別物體并就物體的類型達(dá)成共識(shí)，這樣就可以脫離語(yǔ)言的限制而實(shí)現(xiàn)彼此之間的自由對(duì)話。在如此重要的領(lǐng)域，百度的技術(shù)實(shí)力如何呢？我們可以實(shí)測(cè)一下百度和谷歌的產(chǎn)品效果。

 

　　百度和谷歌都提供“圖片檢索”功能。在這個(gè)功能中，用戶首先上傳一張本地圖片，之后搜索引擎通過圖片分析而得出一個(gè)描述圖像內(nèi)容的標(biāo)簽詞，并基于圖片和標(biāo)簽詞來提供最相關(guān)的網(wǎng)頁(yè)和圖片。我們的測(cè)試用例是歐洲專利局的宣傳冊(cè)照片，下面的圖中是百度和Google的檢索結(jié)果頁(yè)面的截屏顯示。

　　在這次測(cè)試中，谷歌準(zhǔn)確地識(shí)別出圖片內(nèi)容跟“歐洲專利局”有關(guān)，并在檢索結(jié)果中給出了EPO的官方鏈接。百度則沒有那么成功，它不但沒有識(shí)別出歐洲專利局的標(biāo)志，也沒能識(shí)別出圖片中的顯著的文字內(nèi)容。它似乎是被圖片中對(duì)比鮮明的顏色所欺騙，認(rèn)為這張圖片中拍到的是一條“變色龍”或者一塊“裝幀布”。

 

　　很顯然，這樣的技術(shù)實(shí)力還不足以支撐百度在產(chǎn)業(yè)上的雄心。

 

　　百度的愿望：樹立聲望和技術(shù)突破

 

　　實(shí)力與雄心之間的差距造就了危機(jī)感，而危機(jī)感的驅(qū)使或許可以解釋百度在ImageNet圖像識(shí)別測(cè)試中的作弊行為。

 

　　2015年5月中旬，百度稱在ImageNet的圖像識(shí)別測(cè)試挑戰(zhàn)賽中擊敗了谷歌和微軟；6月2日，ImageNet發(fā)表聲明指出百度在競(jìng)賽中存在舞弊行為；6月11日，百度承認(rèn)了錯(cuò)誤，并宣布開除該項(xiàng)目的負(fù)責(zé)人吳韌。這段時(shí)間成了百度公司在技術(shù)研發(fā)上最灰暗的一個(gè)月。

 

　　作弊事件體現(xiàn)了百度公司的高級(jí)研發(fā)人員在行業(yè)內(nèi)樹立威望的迫切心情，高薪引援則表明了百度公司取得技術(shù)突破的強(qiáng)烈愿望。引援方面的最大動(dòng)作當(dāng)屬首席科學(xué)院吳恩達(dá)的加盟了。

 

　　根據(jù)公開資料，吳恩達(dá)是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域最權(quán)威的學(xué)者之一，2010年加入谷歌公司，與那里的工程師合作建立了被成為“谷歌大腦”的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。他最著名的成果是通過觀看視頻而訓(xùn)練谷歌大腦自動(dòng)識(shí)別貓。

 

　　吳恩達(dá)為谷歌申請(qǐng)了4件美國(guó)專利，其中2件名為“圖像相似性評(píng)價(jià)”專利的最早申請(qǐng)日是2011年11月21日。吳恩達(dá)加盟百度的時(shí)間是2014年5月16日，按照相同的時(shí)間跨度計(jì)算，他應(yīng)該開始為百度公司提交第一件專利申請(qǐng)了。百度在人工智能領(lǐng)域可以取得怎么樣的成績(jī)，我們拭目以待了。

文章作者：PatSnap智慧芽首席專利工程師賈郡