HBO電視劇《硅谷》中曾出現(xiàn)過一個“不是熱狗”（Not Hot Dog）的應(yīng)用。劇中主角們打造了一個人工智能應(yīng)用，該應(yīng)用只能識別熱狗，其他的食物都被簡單粗暴地鑒定為“不是熱狗”。

如果你經(jīng)?？慈斯ぶ悄芟嚓P(guān)的文章，相信對“計算機視覺”一詞并不陌生。

作為人工智能的一項關(guān)鍵能力，計算機視覺總是和人工智能相伴出現(xiàn)。計算機視覺技術(shù)目前已有很多應(yīng)用。

比如你手機相冊里的分類功能。手機根據(jù)相機拍攝的人物、物體、場景幫你分門別類。

正如我們用眼睛和大腦來感知世界，計算機視覺的目標(biāo)之一，就是通過機器以類似的方式來“觀察”和處理圖像。計算機可以通過多種渠道“看到”我們無法感知到的世界。

計算機視覺并不簡單

HBO 電視劇《硅谷》中曾出現(xiàn)過一個“不是熱狗”（Not Hot Dog）的應(yīng)用。劇中主角們打造了一個人工智能應(yīng)用，該應(yīng)用只能識別熱狗，其他的食物都被簡單粗暴地鑒定為“不是熱狗”。

這個應(yīng)用場景說明，構(gòu)建一個真正實用的分類器絕非易事。

電視劇之外，片方還真的開發(fā)了這樣一個 App。“不是熱狗”應(yīng)用的創(chuàng)作者表示，盡管他只花了一個周末，用一臺配備一顆 GPU 的筆記本電腦就完成應(yīng)用的開發(fā)，但卻花了大量時間去打磨用戶界面，又花了數(shù)周來改善應(yīng)用的整體準(zhǔn)確性。

通過機器學(xué)習(xí)實現(xiàn)對象識別的計算機視覺，本質(zhì)上是訓(xùn)練模型以便對圖像中的對象進行識別和分類，實現(xiàn)起來并不簡單。

它需要成千上萬的圖像作為訓(xùn)練數(shù)據(jù)，開發(fā)人員也需要花費大量時間、精力和耐心去訓(xùn)練模型。 “不是熱狗”應(yīng)用表明，雖然計算機視覺技術(shù)具有巨大的潛力，但充分的訓(xùn)練數(shù)據(jù)對于實現(xiàn)這一目標(biāo)至關(guān)重要。

計算機視覺也會出錯

就像一個正在學(xué)習(xí)香蕉和方塊之間區(qū)別的小孩子一樣，經(jīng)過大量數(shù)據(jù)訓(xùn)練的分類器仍然會犯錯誤。

辨別不同物體是圖像分類器的基本能力。我們來看人工智能公司 Clarifai 的分類器如何識別圖像。它取得了驚人的準(zhǔn)確率：區(qū)分吉娃娃和松餅的準(zhǔn)確率高達 95.8％。

但在識別圖像中其他種類物品時，卻表現(xiàn)不佳。 比如，在識別鴨子時，它不僅沒有識別出鴨子，還把鴨子周圍的水域識別為汽車！

同樣的，當(dāng)測試人員向微軟的 CaptionBot AI 展示張牙舞爪的蟲子圖片時，它竟然將它識別為一只狗。

識別出錯在一定程度上是數(shù)據(jù)量的問題。分類器擁有的訓(xùn)練數(shù)據(jù)越多，識別的準(zhǔn)確率就越高。所以，如果我們給這些分類器提供更多的鴨子和蟲子圖片，理論上它們應(yīng)該能夠更好地正確識別圖像。

我們不得不承認，一個顯而易見的事實是：計算機視覺和人類視覺不是一回事。

Qualcomm一直在努力改善我們的人工智能圖像分類能力。在 2015 年，我們在 ImageNet 圖像識別挑戰(zhàn)中拔得頭籌，該比賽重點測試了人工智能的對象定位、對象檢測和場景分類等能力。

我們將繼續(xù)研究計算機視覺在自動駕駛、虛擬現(xiàn)實、增強現(xiàn)實和物聯(lián)網(wǎng)等各種領(lǐng)域的最新應(yīng)用。