對決天才的不只是機器 而是馴服人工智能的工程師

　　“最強大腦”第四季中，搭載著“百度大腦”的“小度”機器人歷經(jīng)了三場人機大戰(zhàn)。第一輪，“小度”以一分優(yōu)勢險勝名人堂主席王峰;第二場則是和"聽音神童"孫亦廷戰(zhàn)平，第三場比賽中水哥王昱珩在識圖比賽中敗給了“小度”。

　　“小度”小勝人類選手，這其實早在筆者的預料之中。道理很簡單，這就像百米飛人跑不過汽車、舉重高手比不過起重機、數(shù)學神童算不過計算器一樣，沒有太多懸念。人機大戰(zhàn)之中，人類輸給機器已是常態(tài)。我們需要思考的，僅僅只是如何把機器運用在生活之中，讓生活變得更美好。

　　和天才對決的不只是機器人，而是工程師

　　表面上看，和幾位天才對決的是一個“呆萌狂拽酷炫吊炸天”的“小度”機器人。實際上，人工智能沒有我們想象的那么簡單。機器人身后是一大批百度工程師。這些工程師駐場調(diào)試，把“小度”連接的算法調(diào)至最優(yōu)。

　　三場比賽分別涉及到了圖像識別、聲紋識別等技術，每一場比賽都需要新的算法調(diào)試。任何微小的影響因素都會對工程師和算法產(chǎn)生巨大影響。

　　1、對識別面孔來說，考驗著圖像識別的算法。

　　算法要面臨各種環(huán)境光源的考驗，甚至還要面臨人臉姿態(tài)和飾物的考驗，以及攝像機的圖像問題，乃至動態(tài)監(jiān)測中丟幀的影響。機器人在識別人臉時必須經(jīng)過人臉檢測、人臉預處理、人臉圖像特征提取、人臉圖像匹配與識別等一系列的過程。

　　2、對識別聲音來說，考驗了聲紋識別的算法。

　　本次比賽對機器來說是聲紋識別。聲紋識別比語音識別更難。雖然兩者都是都是通過對采集到的語音信號進行分析和處理，提取相應的特征或建立相應的模型，然后據(jù)此做出判斷。但聲紋識別目的不是識別語音的內(nèi)容，而是識別說話人的身份。尤其是在大合唱的一大群聲音之中識別出某一個聲音屬于某一個人更是難上加難。

　　一開始“最強大腦”節(jié)目組曾經(jīng)找過谷歌，試圖在節(jié)目中呈現(xiàn)出人機對戰(zhàn)的場景。但谷歌方面回應稱，人工智能是算法，新的挑戰(zhàn)需要新的算法，大腦的綜合性挑戰(zhàn)對算法的要求更高，開發(fā)難度以及需求難以滿足。后來節(jié)目組找到百度，和谷歌一樣百度一開始也是持拒絕態(tài)度。但經(jīng)過長期溝通后，還是達成了合作。

　　這次合作也的確是讓百度工程師被虐的死去活來。曾經(jīng)為了測試識別率，駐扎在“最強大腦”比賽現(xiàn)場的百度工程師曾經(jīng)瘋狂加班小半年，所有理工男們曾惡補所有最強大腦的習題，甚至是把前三季所有道具還原去給“小度”測試。

　　比如說“最強大腦”的公眾號就曾透露，第一期節(jié)目比賽前一天通知面部識別可能有雙胞胎，需要把智能臉部識別率再提高0.001，當時百度工程師居然“穿著拖鞋要跟節(jié)目組干架”。因為這意味著工程師們可能有得加班加點熬一晚上。

　　在第三場比賽中，水哥王昱珩要求把燈光亮度調(diào)低。這種做法對人類來說，可能意味著只是光線暗淡了一些。但對“小度”來說，這意味著很多算法需要重新調(diào)整以適應暗光環(huán)境。

　　“最強大腦”節(jié)目從舞美搭建耗費了3個月，工程師們也就駐扎了3個月調(diào)試。在“小度”戰(zhàn)勝選手后，在工作間里，所有工程師甚至抱頭痛哭。表面上看幾位天才輸給了“小度”機器人，實際上是輸給了一群沒日沒夜的工程師。不得不說一句——服氣!