全面解读人工智能核心技术之计算机视觉.doc

《全面解读人工智能核心技术之计算机视觉.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、全面解读人工智能核心技术之计算机视觉　　斯德哥尔摩KTH皇家理工学院的机器人学教授DanicaKragic说：“这一领域始终关注的是建造出那些可以完成人类无法完成任务的机器人。”Kragic表示，因为人类有40%的大脑致力于处理视觉信息，如果要创造能够模仿并参与我们世界的机器，了解它们在多大程度上需要视觉信息是非常重要的。“我们人类在做任何事情时都会自然而然地使用视觉反馈，”Kargic说。　　能够处理视觉信息的机器可以在工厂中完成更复杂的工作，甚至进入了我们的家庭。某些技能（例如，拾取会因压力而改变形状的柔软物

2、品）对机器人来说仍然是遥不可及的。这是因为人类在观察时，获得的不仅仅是视觉信息；我们还会获得有关物体物理属性的线索，以及与之交互所需要的物理知识。机器需要能够收集这类信息，才能像人类一样毫不费力地穿行在物理世界中。　　“在五官感觉当中，视觉是最重要的，因为它赋予了人类理解这个复杂世界的能力。”贾佳亚说，“同样地，计算机视觉就是为了让计算机能够像人类一样观察环境并能跟环境互动。”赋予机器人能够更好地了解世界的传感器是该技术的下一个迭代，它可能让机器人完成在今天尚无法实现的任务。　　即将上路：自动驾驶汽车　　自动驾驶

3、汽车是AI开发领域中获得资金最充裕、最受关注的领域之一，全面了解世界对于自动驾驶汽车(AV)也是至关重要的。除了摄像头，大多数无人驾驶汽车使用激光雷达、雷达、GPS和感知算法进行导航。“我们使用的许多算法都来自计算机视觉，但现在它不仅仅是关于摄像头数据，”多伦多大学副教授兼优步多伦多高级技术集团负责人RaquelUrtasun介绍说。“我们想给汽车装上的，不仅仅是我们的眼睛。”　　像优步这样的公司希望到2020年前能实现自动驾驶汽车上路和载客。这些汽车只会在预先选定的路线上行驶，或需要有人坐在驾驶员座位上，以便在

4、出现任何问题时能够手动接管。　　这项技术最终的目标是实现真正自主，使得乘坐者除了注意路况外，还可以做其他活动。Urtasun表示，为了实现这一目标，需要在硬件和软件两方面都取得进步。在硬件方面，激光雷达可能花费数万美元，这使得大规模部署成本太高；在软件方面，工程师需要找到一种方法来使AI具备归纳、区分不同物体的能力。　　如果一个人类驾驶员在道路上看到一些出乎意料的东西（比如一条坠落的电源线），他们会知道应该绕过电线。而如果一辆自动驾驶汽车遇到训练中没有经历过的事情，它可能无法安全地做出反应。　　Urtasun表示

5、，虽然自动驾驶汽车现在尚未迎来发展的黄金期，但她对自己在改进传感器和训练算法上的努力能够有效应用仍然充满希望。　　Urtasun进一步介绍，幸运的是，“这项技术能够解决许多其他问题。”改进的激光雷达可以使地图测绘和土地调查更加准确，甚至配备传感器的非自动驾驶汽车也可以帮助改善交通状况。　　特快专递：无人机　　　　汽车不是研究人员唯一希望能够自动驾驶的东西：无人驾驶飞机也正在接受自动飞行的训练。无人机研究与自动驾驶汽车研究面临着同样的难题。高质量的训练数据既困难又昂贵，不同的飞行方式意味着无人机需要接受不同的新场景

6、训练，而且法规使得在某些领域难以进行测试。即使是曾经受过训练，飞行过程仍然会非常困难。　　“任何尝试过控制无人机的人都知道这不是件容易的事情，”比利时研究型大学天主教鲁汶大学的教授TinneTuytelaars说道。不过，与自动驾驶汽车不同，无人机犯错的成本更低。“如果一架无人机坠毁，”Tuytelaars耸了耸肩，“也不是件什么大不了的事。”　　无人机已经可以投入到诸如协助救灾和管道检查等的应用。有朝一日它们将会可以进行送货并提供载客服务。像亚马逊和波音这样的公司已经在测试无人机，未来它们可能会像现在的邮递员那

7、样投递包裹。在某些情况下，多架无人机可能出现在同一个空域内，并且可以比人类飞行员更好地实现彼此间飞行的协调。使它们自动飞行意味着可以降低成本，将技术带到全世界更多人和公司的手中。　　机器人医生　　除了交通工具，计算机视觉给医疗领域带来的变化是最显著的。AI算法已经可以比放射科医生更好地从医学影像中识别出病症，例如骨折和肺炎。“大数据的爆发，尤其在医疗领域的爆发，意味着我们能获得更多的数据来进行研究。”西班牙奥维耶多大学计算机学系助理教授BeatrizRemeseiro表示，“我们正在利用数据去解决比以往更复杂的难

8、题。”　　去年，谷歌宣布开发出新的图像识别算法，可用于检测糖尿病视网膜病变的迹象，这种病变如果不及时治疗会导致失明。这种算法能媲美人类专家，可以在患者视网膜的照片中发现小动脉瘤，这种动脉瘤是病变的早期迹象。2017年，腾讯也发布了一款用于医学领域的AI产品——腾讯觅影，能够通过扫描上消化道内镜图片筛查食管癌，对早期食管癌的识别准确率高达90%。　　目前，腾讯觅影已经应用于