2019年8月9日，由中國(guó)高科技行業(yè)門(mén)戶OFweek維科網(wǎng)主辦的“OFweek 2019中國(guó)AI＋機(jī)器人高峰論壇”在上海新國(guó)際博覽中心成功舉辦。復(fù)旦大學(xué)智能機(jī)器人研究院副院長(zhǎng)、研究員張文強(qiáng)先生，于會(huì)中做了題為《人工智能與機(jī)器人關(guān)鍵技術(shù)與產(chǎn)業(yè)創(chuàng)新》的主題報(bào)告。
會(huì)中，他從深度學(xué)習(xí)算法、NLP（自然語(yǔ)言處理技術(shù)）、自主駕駛應(yīng)用、人工智能＋中國(guó)名族特色產(chǎn)業(yè)IP融合，AI＋中醫(yī)領(lǐng)域應(yīng)用案例等方面深入剖析了人工智能與機(jī)器人關(guān)鍵技術(shù)的應(yīng)用潛力和趨勢(shì)，并從AI智能化場(chǎng)景切入詳細(xì)闡述了AI驅(qū)動(dòng)＂1＋N＂產(chǎn)業(yè)創(chuàng)新思路以及AI關(guān)鍵技術(shù)的應(yīng)用發(fā)展價(jià)值。
機(jī)器人作為人工智能賦能“1＋N行業(yè)”發(fā)展的應(yīng)用載體，如何把人工智能算法很好的融入到機(jī)器人行業(yè)？
張?jiān)洪L(zhǎng)首先表示“隨著工業(yè)互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，以智能手機(jī)為代表的移動(dòng)終端，它催生了云計(jì)算、大數(shù)據(jù)，物聯(lián)網(wǎng)和邊緣計(jì)算，同樣也催生了近兩年極具熱門(mén)的人工智能領(lǐng)域?！泵鎸?duì)如何更好的促進(jìn)AI＋機(jī)器人技術(shù)的融合發(fā)展，我們需要思考和追溯一個(gè)本質(zhì)的問(wèn)題，人工智能近幾年快速發(fā)展成為熱門(mén)依靠什么？AI關(guān)鍵技術(shù)都有哪些？
“它靠的是以深度學(xué)習(xí)維代表的算法、它在語(yǔ)音識(shí)別，在人臉識(shí)別、在語(yǔ)義理解這個(gè)層面做出了非常好的一個(gè)效果。張?jiān)洪L(zhǎng)給予了肯定的回答。
當(dāng)下，以深度學(xué)習(xí)為代表的算法在以下方面取得極大成功。
1、語(yǔ)音識(shí)別領(lǐng)域，在人類(lèi)會(huì)話測(cè)試中，精度超過(guò)了 95％
2、自然語(yǔ)言理解、機(jī)器翻譯等幾乎達(dá)到人類(lèi)水平
3、計(jì)算機(jī)視覺(jué)領(lǐng)域，人臉識(shí)別等超越了人類(lèi)
4、在人機(jī)博弈領(lǐng)域，AlphaGo完美戰(zhàn)勝了人類(lèi)
······
但目前學(xué)術(shù)界和產(chǎn)業(yè)界對(duì)深度學(xué)習(xí)都有‘吐槽’，這些“吐槽”的重點(diǎn)有哪些？
對(duì)此，張?jiān)洪L(zhǎng)從兩個(gè)方面闡述了深度學(xué)習(xí)所遭遇的瓶頸。
“數(shù)據(jù)”資源驅(qū)動(dòng) 耗人耗力
對(duì)某物體進(jìn)行識(shí)別之前，我們要給它“喂”大量的數(shù)據(jù)，而這個(gè)數(shù)據(jù)需要有人來(lái)做標(biāo)注并給它打標(biāo)簽。以語(yǔ)音識(shí)別技術(shù)為例，我們要給它喂大量的語(yǔ)料庫(kù)，比如在識(shí)別某種方言，要喂這個(gè)數(shù)據(jù)，所以說(shuō)大家經(jīng)常會(huì)吐槽“要有多少的人工，才能有多少的智能”。此外這將會(huì)消耗浪費(fèi)過(guò)多的人力和物力。
質(zhì)量與準(zhǔn)確率如何掛鉤
深度學(xué)習(xí)大家都認(rèn)為它就是一個(gè)“黑夾子”，對(duì)于里面的真實(shí)情況“不明所以”，“我們?cè)谡{(diào)這些參數(shù)時(shí)往往是跟運(yùn)氣相關(guān)的，調(diào)的好則它出來(lái)的效果將是非常好的”，這是大家在吐槽時(shí)，問(wèn)題反饋比較多的一個(gè)點(diǎn)。所以說(shuō)如何把數(shù)據(jù)驅(qū)動(dòng)型的人工智能跟知識(shí)引導(dǎo)型的人工智能結(jié)合起來(lái)成為突破此瓶頸的關(guān)鍵。
深度學(xué)習(xí)瓶頸的破局之道
張?jiān)洪L(zhǎng)認(rèn)為，要解決這個(gè)問(wèn)題的關(guān)鍵在于如何把數(shù)據(jù)驅(qū)動(dòng)型的人工智能跟知識(shí)引導(dǎo)型的人工智能相結(jié)合以實(shí)現(xiàn)自主智能。
他表示“目前人工智能＋機(jī)器人現(xiàn)有的技術(shù)融合所達(dá)到的智能我們還不能把它歸類(lèi)為自主智能，例如會(huì)打乒乓球的機(jī)器人，我們還不能說(shuō)它達(dá)到了小孩子一兩歲的智能；低等的烏鴉這樣一個(gè)生物，如何在車(chē)來(lái)車(chē)往的鬧市區(qū)吃到堅(jiān)果，它所體現(xiàn)出來(lái)的這個(gè)智能是不是自主智能？而我們目前在外面看到的所有的人工智能、機(jī)器人，它們所體現(xiàn)出來(lái)的智能是不是自主智能，這個(gè)要打問(wèn)號(hào)的?！睂?duì)于自主智能張?jiān)洪L(zhǎng)指出“類(lèi)似低等動(dòng)物，通過(guò)觀察，學(xué)習(xí)，推理，到最后產(chǎn)生行為···這樣一個(gè)閉環(huán)，它就是一種自主的智能，并表示“仿生和類(lèi)腦是我們這兩年關(guān)注最多的一個(gè)焦點(diǎn)，它將對(duì)于人工智能走向自主智能進(jìn)發(fā)具有啟發(fā)意義”。
隨后，關(guān)于如何融匯“數(shù)據(jù)驅(qū)動(dòng)AI”與“知識(shí)引導(dǎo)AI”，張?jiān)洪L(zhǎng)基于仿生、類(lèi)腦，智能發(fā)育理論、算法，人類(lèi)視覺(jué)系統(tǒng)，WWN網(wǎng)絡(luò)模型等方面給出了具體的技術(shù)應(yīng)用方法定義及寶鑒。
人類(lèi)視覺(jué)系統(tǒng)兩條通路
腹部流，沿腹部經(jīng)過(guò)側(cè)膝體（LGN）、初級(jí)視網(wǎng)皮層區(qū)域（V1，V2，V4）、下顳葉皮層（IT），到達(dá)腹外側(cè)額葉前部皮層（VLPFC），主要處理物體的外形輪廓等信息，即主要負(fù)責(zé)物體識(shí)別；
背部流，沿背部流經(jīng)過(guò)側(cè)膝體（LGN）、初級(jí)視皮層區(qū)域（V1，V2）、中顳葉區(qū)（MT）、后頂葉皮層（PP），到達(dá)背外側(cè)額葉前部皮層（DLPFC），主要處理物體的空間位置信息等。
WWN網(wǎng)絡(luò)模型
實(shí)時(shí)檢測(cè)和識(shí)別任何時(shí)刻的目標(biāo)（What 信息）和目標(biāo)所在位置信息（Where 信息）。
解決復(fù)雜背景下目標(biāo)檢測(cè)、識(shí)別和跟蹤。
基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的場(chǎng)景感知
應(yīng)用深度學(xué)習(xí)方法獲得VO（視覺(jué)里程計(jì)），估算運(yùn)動(dòng)位置，局部地圖構(gòu)建；
從三維場(chǎng)景提取特征并依據(jù)仿生方法獲得位置信息，構(gòu)建全局軌跡與地圖；
回環(huán)檢測(cè)判斷機(jī)器人是否達(dá)到先前位置?；谠鰪?qiáng)學(xué)習(xí)，機(jī)器人自主導(dǎo)航。
關(guān)于V－SLAM
張?jiān)洪L(zhǎng)表示“V－SLAM對(duì)比激光而言，它所擁有的攝像頭比激光要便宜，V－SLAM提供的信息更豐富。對(duì)于如何基于V－SLAM來(lái)做場(chǎng)景感知，這將是學(xué)術(shù)界和產(chǎn)業(yè)界不可避免的，它將是一種發(fā)展趨勢(shì)。
關(guān)于人類(lèi)視覺(jué)系統(tǒng)兩條通路
張?jiān)洪L(zhǎng)表示“我們?nèi)祟?lèi)視覺(jué)系統(tǒng)里面有兩條通路，一條是腹側(cè)流，一條是背側(cè)流，一條是來(lái)處理空間位置信息的，另外一條是來(lái)處理輪廓信息的，這是我們?nèi)说膬蓚€(gè)視覺(jué)系統(tǒng)處理的方式，從計(jì)算機(jī)這個(gè)層面我們來(lái)設(shè)計(jì)網(wǎng)絡(luò)模型的話，這種雙通路的網(wǎng)絡(luò)模型是可以借鑒的，雖然它還不是深度的網(wǎng)絡(luò)模型，但比如我們訓(xùn)練機(jī)器人在復(fù)雜背景下來(lái)進(jìn)行識(shí)別物體的場(chǎng)景下也是可以借鑒的。
AI時(shí)代，中國(guó)如何趁勢(shì)而為
近幾年隨著各產(chǎn)業(yè)人工智能技術(shù)的不斷應(yīng)用，各產(chǎn)業(yè)的整體效率雖有大幅提升之勢(shì)，但是面對(duì)當(dāng)今日益復(fù)雜化的國(guó)際科技競(jìng)爭(zhēng)形勢(shì)，尤其在當(dāng)下“中美互掐”的局勢(shì)之下，AI＋機(jī)器人產(chǎn)業(yè)該如何更好的發(fā)展落地？
張?jiān)洪L(zhǎng)表示在我國(guó)龐大的人口基數(shù)和巨大的市場(chǎng)需求之下，通過(guò)整合人工智能＋中國(guó)名族特色產(chǎn)業(yè)IP融合發(fā)展，將成為我國(guó)AI＋機(jī)器人產(chǎn)業(yè)更好的發(fā)展落地的新契機(jī)。
對(duì)于名族元素，張?jiān)洪L(zhǎng)于會(huì)中，深入解析了AI＋白酒、AI＋中醫(yī)等AI賦能1＋N行業(yè)應(yīng)用案例、他表示“以白酒為例， 從發(fā)酵－起窖、拌料（加糧食、糠殼）、上甑、出甑、摘酒、蒸餾、打量水、攤晾、入窖整個(gè)加工環(huán)節(jié)，可以借助傳統(tǒng)釀造大數(shù)據(jù)的人機(jī)互學(xué)系統(tǒng)和車(chē)間布局設(shè)計(jì)與虛擬工廠系統(tǒng)最終實(shí)現(xiàn)釀造智能化生產(chǎn)線改造，AI＋白酒的應(yīng)用落地將加速我國(guó)制酒產(chǎn)業(yè)發(fā)展。”
AI＋中醫(yī)助力醫(yī)療大健康產(chǎn)業(yè)發(fā)展
最后，張?jiān)洪L(zhǎng)介紹了AI＋中醫(yī)對(duì)于臨床研究、保健、起居養(yǎng)生、康復(fù)保養(yǎng)、AI＋醫(yī)學(xué)影像，AI＋病理切片、細(xì)胞檢測(cè)等AI應(yīng)用場(chǎng)景，同時(shí)闡述了AI技術(shù)應(yīng)用賦能醫(yī)療大健康產(chǎn)業(yè)發(fā)展的重要意義。
針對(duì)AI＋中醫(yī)具體應(yīng)用層，張?jiān)洪L(zhǎng)具體從面診、舌診、脈診、問(wèn)診四診角度對(duì)系統(tǒng)算法進(jìn)行全面的介紹。并報(bào)告了相關(guān)AI在四診方面的成果。
他表示：首先是面診部分，我們對(duì)面部膚色、光澤度、眼神、以及唇色特征進(jìn)行分析。
利用基于haar－like特征的級(jí)聯(lián)分類(lèi)器進(jìn)行人臉檢測(cè)。
檢測(cè)成功后，利用混合高斯模型進(jìn)行皮膚提取，經(jīng)多次迭代，算法精度達(dá)95％。
提取面部皮膚后，進(jìn)行膚色及光澤度分析。我們訓(xùn)練分類(lèi)器將膚色劃分為黑、白、青、黃、紅、正常六類(lèi)，精度可達(dá)98％，利用??????算法進(jìn)行光澤進(jìn)行分析，精度達(dá)85％。
利用分類(lèi)器將眼神劃分為：有神、少神、無(wú)神三類(lèi)，算法精度可達(dá)96．3％。
采用基于膚色混合模型的嘴唇分割算法提取嘴唇區(qū)域，精度達(dá)97％，后利用分類(lèi)器對(duì)唇色進(jìn)行識(shí)別，劃分為淡白、淡紅、紅、深紅、紫5類(lèi)。精度可達(dá)98％?！?/p>
更多會(huì)議精彩內(nèi)容及詳細(xì)報(bào)道，請(qǐng)關(guān)注“OFweek 2019中國(guó)AI＋機(jī)器人高峰論壇”會(huì)后專(zhuān)題！
關(guān)于WAIE
OFweek維科網(wǎng)主辦的智能博覽會(huì)，涵蓋AI人工智能、智慧醫(yī)療、智慧教育、智能汽車(chē)、智能安防、智能制造、物聯(lián)網(wǎng)及5G等領(lǐng)域。
關(guān)于OFweek維科網(wǎng)
中國(guó)高科技行業(yè)門(mén)戶，現(xiàn)擁有行業(yè)會(huì)員1，000萬(wàn)余名，及時(shí)報(bào)道行業(yè)動(dòng)態(tài)及大事件，提供行業(yè)會(huì)員全面的資訊、深入的技術(shù)和管理資源，舉辦各類(lèi)線下、線上行業(yè)活動(dòng)，并為高科技行業(yè)企業(yè)提供品牌推廣、會(huì)議展覽、產(chǎn)業(yè)研究、產(chǎn)業(yè)園、人才獵頭培訓(xùn)、招商引資、產(chǎn)業(yè)基金、電商等整體和專(zhuān)業(yè)的服務(wù)。
