科技新勢(shì)力：機(jī)器視覺讓人類看到的世界更精彩

這五種感知能力中，我們大腦所接收的80%的信息都來(lái)自視覺，我問大家一個(gè)問題，如果我們不得不放棄四種感知能力，只保留一種，你會(huì)保留哪一種？

我相信在座的很多人答案跟我一樣，你會(huì)保留視覺信息。大家有沒有想過(guò)為什么？我們都知道有這樣一個(gè)數(shù)據(jù)，我們的大腦分成兩半，左腦和右腦，左腦是理性，右腦是感性的，是有創(chuàng)造力的。

還有一個(gè)數(shù)據(jù)可能大家并不知道，我們大腦有接近一千億個(gè)神經(jīng)元，絕大多數(shù)只做一件事情，就是處理我們的視覺信息。大家想想當(dāng)我們休息時(shí)，會(huì)做什么，通常會(huì)閉上我們的眼睛，所以每一天當(dāng)我們的眼睛睜開時(shí)我們?cè)谥鲃?dòng)或者被動(dòng)地接受大量的復(fù)雜信息。

大家知道，我們?nèi)祟愔饕峭ㄟ^(guò)學(xué)習(xí)來(lái)成長(zhǎng)，智慧也是在這樣的過(guò)程中提高。那么分享知識(shí)就非常重要。從幾千年前開始我們?nèi)祟惥桶盐淖志庉嫵蓵?。但文字承載的信息量是有限的，我們還希望它更加的豐富多彩。

所以到了100多年前有了電話，我們可以遠(yuǎn)距離的讓聽到我們的聲音，后來(lái)我們就了廣播，終于幾十年前我們有了電視，到了十年前最近這段時(shí)間大家知道在網(wǎng)絡(luò)帶寬成為可能的情況下視頻網(wǎng)站才成為可能。

為什么從文字，到聲音，到視頻，一步一步到幾千年前，到最近幾年，才能隨時(shí)隨地的分享動(dòng)態(tài)的畫面視頻？沒有其他原因，就是因?yàn)閯?dòng)態(tài)的視覺信息是最豐富的，也是最復(fù)雜的。

當(dāng)我們討論人工智能，討論計(jì)算機(jī)、機(jī)器是否有學(xué)習(xí)能力時(shí)，我們首先要問自己一個(gè)問題，那就是機(jī)器有視覺嗎？我必須要這樣講，在今天絕大多數(shù)場(chǎng)合下，對(duì)我們絕大多數(shù)人來(lái)說(shuō)，機(jī)器是沒有視覺的，機(jī)器是瞎子。

你們可能會(huì)反對(duì)我，會(huì)說(shuō)我在用手機(jī)拍照，我的電腦上也有攝像頭，大街小巷有這么多攝像頭，難道它們不都是機(jī)器的眼睛嗎？難道這不是視覺嗎？但是大家想一想，當(dāng)我們拍了這些照片視頻，最終計(jì)算機(jī)看懂這些視頻照片了嗎？

我們把它存下來(lái)，不管是單反相機(jī)、攝像機(jī)，拍完以后，最終還是要人處理這些信息。為什么？因?yàn)樵诮^大多數(shù)情況下，電腦是無(wú)法處理這種復(fù)雜信息的。

機(jī)器視覺給予我們一個(gè)更加互動(dòng)的世界
但今天我也要告訴大家，實(shí)際上在很多領(lǐng)域，機(jī)器視覺已經(jīng)在改變我們的生活。當(dāng)我說(shuō)到這兒時(shí)，可能很多人馬上會(huì)想到的第一件事情是微軟的體感游戲，當(dāng)你做各種動(dòng)作時(shí)它會(huì)理解你的行為，配合多媒體的體驗(yàn)，你會(huì)感受到互動(dòng)和豐富的感受。

所以，當(dāng)機(jī)器有視覺的時(shí)候，首先帶給我們的就是一個(gè)更加互動(dòng)的世界。在這兒我給大家看一段特別有意思的視頻，我的朋友黃沙，就用微軟的這個(gè)傳感器拍了一段動(dòng)感的視頻。
我們知道，好萊塢電影和美劇在制作過(guò)程中會(huì)有一個(gè)綠色的背景，它就是做一件事情，就是把人和背景區(qū)分開，這樣后期制作時(shí)，就可以把綠色背景換成任何的場(chǎng)景，但有了三維計(jì)算機(jī)視覺，任何在座的每個(gè)人都能超越好萊塢特效師，更好地完成精彩的動(dòng)畫，這只是個(gè)簡(jiǎn)單的例子。

機(jī)器視覺帶給我們一個(gè)更加健康的世界

當(dāng)機(jī)器有了視覺以后，還會(huì)給我們帶來(lái)一個(gè)更加健康的世界。舉個(gè)例子，在我們做心臟手術(shù)時(shí)有一件特別痛苦的事。大家知道，人的心臟是唯一不能夠被麻醉藥麻痹使它靜止的器官，只要人活著心臟就會(huì)不停的跳動(dòng)，在跳動(dòng)的心臟上做手術(shù)難度是非常大的。

所以，很多時(shí)候當(dāng)要對(duì)心臟做手術(shù)的時(shí)候，醫(yī)生做的第一件事情就是通過(guò)醫(yī)學(xué)的手段讓心臟停止跳動(dòng)，然后用最短的時(shí)間做完手術(shù)再讓心臟重新起搏，但將有30%心臟將會(huì)永遠(yuǎn)不能再跳動(dòng)起來(lái)。但如果有一種技術(shù)使醫(yī)生在跳動(dòng)的心臟上做手術(shù)將會(huì)挽救很多人的人。

大家想一下，人的心臟跳動(dòng)是非常有規(guī)律的，如果手術(shù)刀可以跟心臟同頻率振動(dòng)，醫(yī)生通過(guò)攝像頭看到的就是相對(duì)靜止的心臟，那時(shí)動(dòng)手術(shù)就相當(dāng)于在靜止的心臟上做手術(shù)。

這個(gè)畫面上，白色的網(wǎng)格就是要做手術(shù)的區(qū)域，通過(guò)計(jì)算機(jī)深度視覺，已經(jīng)把它穩(wěn)定下來(lái)了。心臟手術(shù)很多人看了可能會(huì)不舒服，所以我們做了這樣一個(gè)演示，醫(yī)生給葡萄剝皮，這在國(guó)外已經(jīng)應(yīng)用了，我相信不會(huì)很久中國(guó)也會(huì)應(yīng)用。

機(jī)器視覺創(chuàng)造一個(gè)更加便捷的世界
剛才余凱博士也談到了自動(dòng)駕駛汽車，大家想一想，當(dāng)自動(dòng)駕駛這一天來(lái)臨時(shí)，我們將有一個(gè)更加便捷的世界。各位極客可能對(duì)剛剛過(guò)去的2015美國(guó)電子消費(fèi)展CES有更深刻的印象。

除了智能硬件以外，應(yīng)該說(shuō)2015年今年是自動(dòng)駕駛的元年。奔馳、寶馬、尼桑，幾乎所有的車廠都在今年推出了自己自動(dòng)駕駛汽車的計(jì)劃，很多車廠宣稱在2020年，就是五年以后，他們的自動(dòng)駕駛汽車就會(huì)跑在大街小巷。

我在這里有個(gè)判斷，我個(gè)人覺得，自動(dòng)駕駛汽車，將會(huì)是第一個(gè)真正被人類大規(guī)模使用，且對(duì)人類生活產(chǎn)生顛覆性影響，真正意義上的機(jī)器人。因?yàn)楫?dāng)汽車可以自動(dòng)駕駛時(shí)，它對(duì)我們來(lái)說(shuō)才是一個(gè)真正智能，不需要人為干預(yù)的機(jī)器人。

大家可能都看到過(guò)左邊這輛汽車，它其實(shí)就是Google的無(wú)人駕駛汽車。Google應(yīng)該說(shuō)是到現(xiàn)在為止全世界第一個(gè)讓自動(dòng)駕駛汽車在人類的公路上行駛超過(guò)100萬(wàn)公里的公司。

我曾經(jīng)跟Google無(wú)人駕駛汽車負(fù)責(zé)人聊過(guò)，當(dāng)時(shí)我開了個(gè)玩笑，你們Google自動(dòng)駕駛汽車業(yè)只敢在美國(guó)這樣的城市測(cè)試，敢來(lái)北京測(cè)嗎？他當(dāng)時(shí)告訴我，無(wú)人駕駛汽車這件事情要成功，最大的障礙和挑戰(zhàn)只有一個(gè)，那就是計(jì)算機(jī)視覺。