人工智能及機器人離現(xiàn)實生活越來越近了，這從人才的流向便可窺探一二。僅在2016年，就有數(shù)名知名的學界學者接二連三加盟業(yè)界，如李飛飛、Ruslan Salakhutdinov、Yoshua Bengio等。學界與業(yè)界的密切合作，將對人工智能和機器人的產(chǎn)品商業(yè)化落地有極大幫助，同時企業(yè)界應用數(shù)據(jù)的積累也將推進學界技術(shù)探索的進程。
對于學界與業(yè)界雙向合作，世界頂尖的人工智能研究者、悉尼大學教授陶大程持肯定態(tài)度。值得注意的是，陶大程所從事的計算機視覺、機器學習研究正推動著人工智能及機器人的發(fā)展。不斷突破的研究成果使他獲得了澳大利亞科學最高榮譽尤里卡獎等權(quán)威獎項，并當選IEEEFellow和歐洲科學院院士。從人臉識別到多角度學習，從人工智能及機器人的商業(yè)化到對技術(shù)奇點的看法，在陶大程的講述中，人工智能及機器人的發(fā)展狀況被勾勒得更加清晰。
“最快一年，人臉識別就能在機器人身上得以體現(xiàn)”
在人工智能諸多領域中，普通人可能有感性認識的就是人臉識別領域，而各大科技公司近年來紛紛組建人臉識別小組，并以此為切入點布局人工智能。人臉識別，恰恰是陶大程研究多年、屢獲國際大賽獎項，并實現(xiàn)了突破的主要研究方向。
人臉識別是幫助機器人識別人類，從而進階人機交互、協(xié)同合作的一個開始。陶大程提到，一方面，人形機器人可通過人臉識別使其更好地與人交互、融入家庭，另一方面則可以通過集成人臉識別功能用于人員搜索。
不過，人臉識別技術(shù)仍然存在著不小的挑戰(zhàn)。“最大的困境在于人臉識別算法本身的魯棒性不足”。即當前較死板的算法缺乏靈活性及想象推理的能力，且對外部如光照、遮擋等因素變化的應對能力不足。機器人人臉識別面臨的挑戰(zhàn)還更為獨特，如運動狀態(tài)導致人臉細紋丟失以及對實時性更高的要求。
陶大程團隊的研究實現(xiàn)了突破，他們通過測量5個在不同環(huán)境中變化極小的“突出而穩(wěn)定”的面部特征點來進行人臉識別。結(jié)果顯示無論你做出悲傷或快樂的表情，還是室內(nèi)或室外不同拍攝環(huán)境而造成光線的不同，這五個點都能保持較高的穩(wěn)定性。這有助于提高人臉識別的魯棒性。
針對機器人，陶大程團隊則提出了基于CNN的模糊不變特征學習方法，很好地解決了圖像模糊對人臉識別的影響；同時，他們提出了主干分支集成網(wǎng)絡的人臉識別模型，在提高了對姿態(tài)變化魯棒性的同時，還有效保證了識別算法的實時性。
應用這些技術(shù)，陶大程團隊在2016PaSC的人臉識別比賽中以絕對的優(yōu)勢獲得了第一名。根據(jù)比賽組織者的評估，他們的算法達到了和人類視覺系統(tǒng)一致的性能。
“機器視覺發(fā)展已經(jīng)歷多年時間，人臉識別的發(fā)展時間最長”，而深度學習的應用，使得人臉識別的識別率從過去的20%-50%提高到了90%以上。技術(shù)的不斷提升并部分達到實用水平展現(xiàn)出了巨大的市場前景，這是國內(nèi)外眾多科技公司選擇人臉識別作為主攻方向的一個重要原因。
“人臉識別很可能僅需一年就能夠在機器人身上得以體現(xiàn)”，陶大程如是說。
人臉識別還只是第一步，讓機器更智能，更好地識別人類并且發(fā)展到能學習、模仿和創(chuàng)造，還需要做很多努力，這就包括多視覺學習、人體姿態(tài)估計、行為分析等。人體姿態(tài)估計能夠幫助機器人在家庭中感知人的行為，而行為分析則結(jié)合了場景，能幫助機器從視頻中識別出一個人的行為或者多個人一起參與的行為，例如一個人在游泳，多個人在踢足球。通過多角度學習，機器人能夠愈發(fā)精準地理解一個事物、一個事件。
陶大程的團隊在這些計算機視覺和機器學習等領域的研究都實現(xiàn)了突破，并在權(quán)威期刊如IEEETPAMI、TIP等發(fā)表了研究成果。在2016 Activity Net競賽中，陶大程團隊取得了行為檢測任務第一、行為識別任務第二的佳績。
人工智能及機器人商業(yè)化大勢所趨但“基礎很重要”
當技術(shù)趨于成熟，商業(yè)化也隨之而來。在學界人才像業(yè)界流入的驅(qū)使之下，各大科技公司的人工智能進展和未來布局讓商業(yè)化進程處于加速狀態(tài)。
“人工智能的商業(yè)化是大勢所趨。”他認為，當一項技術(shù)已經(jīng)達到成熟階段，那么它的商業(yè)化前景將非?？捎^。但人工智能商業(yè)化也面臨著諸多挑戰(zhàn)，技術(shù)不成熟、人工智能發(fā)展所造成的失業(yè)率反向抑制人工智能發(fā)展以及商業(yè)模式，這些都是可能影響的因素。
“一個良性的商業(yè)化模式至少是穩(wěn)扎穩(wěn)打的，企業(yè)的產(chǎn)品開發(fā)是基于成熟的、自主研發(fā)的核心技術(shù)”，他建議，針對尚未解決的應用問題，不能盲目采用學術(shù)界公開的技術(shù)，而是需要培養(yǎng)自己的科研團隊，主打獨立自主研發(fā)這張牌。
“總而言之，基礎很重要。”
智能機器人、無人駕駛、民用無人機、人臉識別、智能語音……這些具備商業(yè)化的人工智能技術(shù)在他看來都是不錯的商業(yè)化對象。
技術(shù)奇點不可能實現(xiàn)不必恐慌人工智能威脅論
在近期熱播的美劇《西部世界》中，未來世界中外表與人無異的機器人產(chǎn)生了自我意識，甚至反過來操控人類，這也引發(fā)了許多人對于人工智能和機器人利弊的新一輪熱議。在此之前，不少學者和知名人士，如霍金、比爾蓋茨等也曾表達過對于人工智能發(fā)展的警惕。
“技術(shù)奇點是不可能實現(xiàn)的，”陶大程認為。
他提到，霍金等人的想法源自于技術(shù)奇點，即機器智能開始跨越式發(fā)展的時間點，同時也是一個更為智能的新型物種開始統(tǒng)治地球的起點。但在陶大程看來，任何事物的應用都有好有壞，“人工智能技術(shù)是一把雙刃劍，關(guān)鍵在與如何合理的使用它”。
“在未來，科技與人文一定是交互發(fā)展的。”陶大程認為，人工智能不會在失控的情況下肆意發(fā)展，因此大眾不必恐慌，而作為技術(shù)及行業(yè)從業(yè)人員，“我們要遵循健康的發(fā)展之道”。
實際上，目前人工智能仍處于弱人工智能階段，距離大眾口中的概念還有很長的一段路要走。在硬件方面，人工智能還需要更強大的感知器、更流暢穩(wěn)定的機械系統(tǒng)、以及更高效的計算系統(tǒng)，來實現(xiàn)機器的智能分析能力；在軟件方面，不僅需要一個通用型很高的系統(tǒng)設計框架，針對每個子模塊，還需要高效的算法設計以及充實的理論驗證。
“我們從事人工智能方面的研究和發(fā)展工作，都是為了利用計算機來改善我們的生活”，這正是包括陶大程在內(nèi)的諸多學者進行研究的初衷。
