AI與AR可以共進(jìn)退嗎

提到AR，你會(huì)想到什么？可以標(biāo)注物體信息的智能眼鏡，抑或抖音在昨日推出的landmark AR技術(shù)？在通常的認(rèn)知中，AR被普遍認(rèn)為為應(yīng)用層新技術(shù)或者說(shuō)是“智能可穿戴設(shè)備”，相比人工智能（AI）相對(duì)的“算法”標(biāo)簽，顯得不夠有深度，那AR和AI之間到底是什么關(guān)系？AR屬不屬于當(dāng)下我們認(rèn)知中的人工智能？

先來(lái)簡(jiǎn)單梳理下AR的核心技術(shù)。AR（Augmented Reality），是在現(xiàn)實(shí)世界中疊加虛擬信息，也即給現(xiàn)實(shí)做“增強(qiáng)”，這種增強(qiáng)可以是來(lái)自視覺(jué)、聽(tīng)覺(jué)乃至觸覺(jué)，主要的目的均是在感官上讓現(xiàn)實(shí)的世界和虛擬的世界融合在一起。其中，對(duì)現(xiàn)實(shí)世界的認(rèn)知主要體現(xiàn)在視覺(jué)上，這需要通過(guò)攝像機(jī)來(lái)幫助獲取信息，以圖像和視頻的形式反饋。通過(guò)視頻分析，實(shí)現(xiàn)對(duì)三維世界環(huán)境的感知理解，也即是說(shuō)，AR與視頻也有著千絲萬(wàn)縷的聯(lián)系。

目前AR主要的交互方式包括語(yǔ)音識(shí)別和手勢(shì)識(shí)別。語(yǔ)音識(shí)別在目前已經(jīng)取得了較大進(jìn)展，國(guó)內(nèi)如百度、科大訊飛、云知聲等都是其中的佼佼者。所以更需要突破的是手勢(shì)識(shí)別的成熟商業(yè)化，比如國(guó)內(nèi)的AI+視頻初創(chuàng)企業(yè)極鏈科技便曾在世界人工智能大會(huì)上展出過(guò)一款線(xiàn)下互動(dòng)體驗(yàn)小游戲，如果AR的手勢(shì)識(shí)別得以突破，便可以將這種操作方式運(yùn)用于更多元的方面。

在AR的流程中，有著這樣幾個(gè)關(guān)鍵點(diǎn)：

首先是3D環(huán)境理解。要理解看到的東西，主要依靠物體/場(chǎng)景的識(shí)別和定位技術(shù)。識(shí)別主要是用來(lái)觸發(fā)AR響應(yīng)，而定位則是知道在什么地方疊加AR內(nèi)容。定位根據(jù)精度的不同也可以分為粗定位和細(xì)定位，粗定位就是給出一個(gè)大致的方位，比如區(qū)域和趨勢(shì)。而細(xì)定位可能需要精確到點(diǎn)，比如3D坐標(biāo)系下的XYZ坐標(biāo)、物體的角度。根據(jù)應(yīng)用環(huán)境的不同，兩種維度的定位在AR中都有應(yīng)用需求。在AR領(lǐng)域，常見(jiàn)的檢測(cè)和識(shí)別任務(wù)有人臉檢測(cè)、行人檢測(cè)、車(chē)輛檢測(cè)、手勢(shì)識(shí)別、生物識(shí)別、情感識(shí)別、自然場(chǎng)景識(shí)別等。

在感知現(xiàn)實(shí)3D世界并和虛擬內(nèi)容融合后，需要以一定方式將這種虛實(shí)融合信息呈現(xiàn)出來(lái)，這里面需要的就是AR中的第二個(gè)關(guān)鍵技術(shù)：顯示技術(shù)， 目前大多數(shù)的AR系統(tǒng)采用透視式頭盔顯示器，這其中又分為視頻透視和光學(xué)透視，其他的代表有光場(chǎng)技術(shù)、全息投影等。

AR中的第三個(gè)關(guān)鍵技術(shù)在于人機(jī)交互，用以讓人和疊加后的虛擬信息互動(dòng)，AR追求在觸摸按鍵之外自然的人機(jī)交互方式，比如語(yǔ)音、手勢(shì)、姿態(tài)、人臉等，用的比較多的語(yǔ)音跟手勢(shì)。

人工智能和AR的技術(shù)關(guān)聯(lián)：

在人工智能領(lǐng)域有幾個(gè)概念常被提及，如深度學(xué)習(xí)、機(jī)器學(xué)習(xí)，在學(xué)術(shù)領(lǐng)域包括人工智能在內(nèi)幾大領(lǐng)域均有自己的研究界限，而在普遍意義上，我們常說(shuō)的是泛意的人工智能，涵括所有“讓機(jī)器像人一樣”的技術(shù)的應(yīng)用方向。

深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種技術(shù)方式，而機(jī)器學(xué)習(xí)是為了讓機(jī)器變得智能，去達(dá)到人工智能?？梢哉f(shuō)人工智能是最終目標(biāo)，而機(jī)器學(xué)習(xí)是為了實(shí)現(xiàn)這個(gè)目標(biāo)延伸出的一個(gè)技術(shù)方向。在這其中，還有另一個(gè)重要概念為計(jì)算機(jī)視覺(jué)，主要來(lái)研究如何讓機(jī)器像人去“看”，是目前人工智能概念中的一個(gè)重要分支，這也是因?yàn)槿祟?lèi)獲取信息最主要的方式之一就是視覺(jué)，目前計(jì)算機(jī)視覺(jué)已經(jīng)在商業(yè)市場(chǎng)發(fā)揮價(jià)值，比如人臉識(shí)別；自動(dòng)駕駛中讀取交通信號(hào)和注意行人以導(dǎo)航；工業(yè)機(jī)器人用來(lái)檢測(cè)問(wèn)題控制過(guò)程；三維環(huán)境的重建圖像的處理等等。這些概念既有區(qū)分也有一定范圍的重疊。

AR究竟是不是人工智能：

對(duì)AR從業(yè)者來(lái)說(shuō)，理想的狀態(tài)是用更智能的AR終端去取代智能手機(jī)，所以對(duì)于用戶(hù)來(lái)說(shuō)接觸使用AR首先受影響的是內(nèi)容，其次是終端，AR產(chǎn)業(yè)鏈如果粗暴劃分包括技術(shù)提供商、智能終端研發(fā)公司，以及AR內(nèi)容提供商。在這其中，AR設(shè)備提供商不可避免關(guān)注硬件技術(shù)，如底層的芯片、電池、光學(xué)鏡片等，以及硬件本身的性能優(yōu)化，而內(nèi)容提供商更傾向于在現(xiàn)有技術(shù)基礎(chǔ)上優(yōu)化內(nèi)容及表現(xiàn)。所以我們可以說(shuō)AR技術(shù)提供商，或者說(shuō)在底層算法研發(fā)上有一定成績(jī)的AR公司是人工智能公司。

對(duì)公司來(lái)說(shuō)，特別是創(chuàng)企會(huì)把底層技術(shù)轉(zhuǎn)化為成熟的產(chǎn)品或服務(wù)，這可能是如無(wú)人機(jī)、AR智能終端、機(jī)器人等，也可能是行業(yè)解決方案，以達(dá)到商業(yè)目的，并且這已經(jīng)成為在沸騰聲音之后，媒體、企業(yè)以及大眾對(duì)AI企業(yè)的期待和要求。

小結(jié)：

作為技術(shù)驅(qū)動(dòng)的商業(yè)領(lǐng)域，無(wú)論是AR還是人工智能的其他多數(shù)方向，技術(shù)距離完全成熟還有很長(zhǎng)的路程要走，在整個(gè)產(chǎn)業(yè)鏈逐漸繁榮，關(guān)注商業(yè)化實(shí)現(xiàn)的同時(shí)，也需要有更多如曠視科技、極鏈科技一樣的公司機(jī)構(gòu)去不斷拓展技術(shù)邊界，建立核心競(jìng)爭(zhēng)力，讓行業(yè)爆發(fā)更大的價(jià)值與潛力。如此一來(lái)，AI時(shí)代中國(guó)彎道超車(chē)當(dāng)可期。

責(zé)任編輯：Ct