人工智能技術在近幾年已經(jīng)成為全球大型互聯(lián)網(wǎng)公司的必爭之地。Google、微軟、蘋果和Facebook等都在積極進行人工智能等前沿技術的研發(fā)，以改進旗下服務和產(chǎn)品在圖像、視頻及語音處理方面的能力。此前美國知名高科技網(wǎng)站Xconomay的一篇介紹性報道指出，來自中國的搜索巨頭百度，正在成長為全球人工智能領域的領袖型企業(yè)。此次發(fā)布的盲人助手“小明”，百度將其作為在人工智能領域研發(fā)的又一項成果。

　　從產(chǎn)品介紹來看，DuLight實際上是一套人工智能操作系統(tǒng)，對于盲人使用者而言，在家只需手機端安裝，即刻將百度領先的計算機視覺和語音等技術變成身邊觸手可及的生活助理。當需要出門的時候，DuLight也配備一臺由百度大腦驅(qū)動的智能可穿戴設備，“小明”的硬件端形態(tài)很像藍牙耳機，用戶佩戴之后就可以用語音的方式對“小明”發(fā)出指令。“小明”獲取外界信息的方式除了接受用戶發(fā)出的語音指令以外，更多地是通過內(nèi)置攝像頭捕捉用戶第一視角的視覺信息，并通過用攝像頭捕捉到的信息進行圖像識別，隨后通過圖像語義理解對核心信息進行分析和講解，通過一段時間的使用之后，設備還能智能推演出用戶下一步可能進行的行為。

　　從發(fā)布現(xiàn)場的介紹來看，目前“小明”主要可以實現(xiàn)四個方面的圖像識別功能。圖像識別技術典型的任務包括物體識別、物體檢測、圖像分類標注等，百度構(gòu)筑了的這套比較完整的圖像識別系統(tǒng)，能夠有效地處理特定物體的檢測識別(如人臉、文字以及商品和各類物體)、通用圖像的分類標注、以及主觀圖像質(zhì)量評估等問題。這次在DuLight圖像技術上尤其凸顯實力的是通用識別功能，這是百度最新研發(fā)的“機器讀圖”技術，“小明”可以根據(jù)拍攝到的圖片內(nèi)容自動生成一段描述文字，這項技術基于百度大腦的深度學習技術，在高層語義層面建立了圖像和自然語言之間的橋梁，使計算機能夠真正地學習、建立語言體系，并感知到的物理世界之間的聯(lián)系，可以說是人工智能領域的一次技術飛躍。

　　除了應用了百度IDL領先的機器智能技術之外，“小明”還可以通過對用戶第一視角的畫面進行視頻直播，讓遠程協(xié)助者可以實時看到盲人朋友眼前的狀況，從而幫助盲人朋友即時解決衣食住行等生活問題。“小明”還特別針對人民幣錢幣進行了識別優(yōu)化，再也不用擔心紙幣上的盲文因使用過多而變得難以通過觸覺識別了。另外，“小明”還配備了人臉識別功能，目前百度的人臉識別的錯誤率僅為0.23%。

　　百度稱，盲人助手“小明”的推出，不僅可以幫助盲人“感知”真實世界，還可以成為新的實體搜索入口。通過對用戶第一視角的視覺信息進行圖像分析，并結(jié)合百度大數(shù)據(jù)分析能力和自然人機交互技術，“小明”可以為大眾提供所見實體背后的信息及相關服務，更好地幫助用戶認知世界并連接服務，百度深度學習實驗室的主任研發(fā)架構(gòu)師顧嘉唯提到，伴隨著人工智能和人機交互技術的不斷發(fā)展，從BaiduEye到DuLight，可穿戴設備形態(tài)的對話式智能助理正在走向真實場景。

異質(zhì)人臉圖像識別：或成破案神器
決定智能硬件創(chuàng)業(yè)生死的三大關鍵點