攻克技術(shù)難關(guān)本身就是一件很有成就感的事情，那當(dāng)然也是很有快感的事情。

自1956年，4位年輕的美國科學(xué)家提出“人工智能（AI）”的概念以來，在長達(dá)61年的發(fā)展中，AI更是歷經(jīng)了“三起兩落”的曲折歷程。

在這期間，有對(duì)技術(shù)盲目崇拜的瘋狂，也有對(duì)未來充滿疑惑的低潮。不過從總體上看，我們還是可以說人工智能一直在螺旋式上升的狀態(tài)，其中有一些技術(shù)甚至對(duì)社會(huì)的很多相關(guān)行業(yè)都產(chǎn)生了重大影響和顛覆（具體請(qǐng)見文章：「深度」跨越一甲子的AI已在何處迎來爆發(fā)？16位頂級(jí)專家給出了答案）。

由此，也引發(fā)了業(yè)內(nèi)對(duì)人工智能的眾多思考和期待。

郭延文 南京大學(xué)計(jì)算機(jī)系教授

南京大學(xué)計(jì)算機(jī)技術(shù)與科學(xué)系教授、博士生導(dǎo)師，計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室的郭延文，一直致力于計(jì)算機(jī)技術(shù)方面的研究，對(duì)目前最熱門的AI和VR相關(guān)領(lǐng)域有著深刻而獨(dú)到的見解。

郭延文認(rèn)為，終極狀態(tài)下的人工智能，借助VR的強(qiáng)力和全面加持，將會(huì)讓人類無所不能，甚至人們進(jìn)入虛擬現(xiàn)實(shí)也不再需要任何介質(zhì)。那時(shí)，誰都可以隨時(shí)將自己置身于一個(gè)包括視覺、聽覺、觸感和嗅覺全體感的虛擬環(huán)境中，而不用借助人體器官的感覺。

做AI技術(shù)研究這么枯燥，科學(xué)家會(huì)有快感嗎？

據(jù)研究表明，人的感覺器官中接受信息最多的是視覺器官，視覺信息占大腦接受外部信息的80%，AI的研究是為了讓機(jī)器像人一樣智能，為了達(dá)到這個(gè)目標(biāo)，讓機(jī)器能夠像人一樣通過眼睛觀察、理解和感知現(xiàn)實(shí)世界就尤為重要，這就是計(jì)算機(jī)視覺的研究范疇，是AI應(yīng)用的關(guān)鍵技術(shù)。

郭延文教授和他的技術(shù)團(tuán)隊(duì)一直以來都在做計(jì)算技術(shù)方面的研究，在常人眼里這是一份會(huì)枯燥而乏味的工作。自然，從事這項(xiàng)工作何來快感？

事實(shí)恰好相反，科學(xué)家的快感始終是滿滿到讓人羨慕的！

他們的快感來自于攻關(guān)克難的過程。

郭延文說：“在計(jì)算機(jī)科學(xué)領(lǐng)域，我做兩個(gè)方面的研究，一個(gè)是計(jì)算機(jī)圖形學(xué)與虛擬現(xiàn)實(shí)，另一個(gè)是圖像視頻處理和計(jì)算機(jī)視覺。

“做圖形，就是在計(jì)算機(jī)中把我們看到的現(xiàn)實(shí)世界進(jìn)行建模，然后把它繪制出來，就像你打的計(jì)算機(jī)游戲、看的三維動(dòng)畫電影等，都是借助計(jì)算機(jī)圖形技術(shù)生成的；另外的圖像視頻處理和計(jì)算機(jī)視覺，作為人工智能技術(shù)重要的落地場(chǎng)景，比如說視頻里的人、車和物的檢測(cè)、家里門禁系統(tǒng)的人臉識(shí)別等，都非常具有現(xiàn)實(shí)應(yīng)用價(jià)值。”

從這個(gè)層面上看，在做這些工作，從過程到結(jié)果，相對(duì)于其他技術(shù)門類來說似乎顯得更形象、更直觀。但是，其中仍然不乏大量的枯燥內(nèi)容。

“話又說回來，這一領(lǐng)域里畢竟也有很多偏向于基礎(chǔ)理論方面的研究，比如說理論計(jì)算機(jī)科學(xué)、量子計(jì)算等等。我也有多位同事從事這方面的研究，在外人看來這多少略顯枯燥，然而專注于這方面的科研人員、科學(xué)家，他們對(duì)自身領(lǐng)域的感情，那絕對(duì)都是真愛！

“就像偉大的數(shù)學(xué)家發(fā)現(xiàn)數(shù)學(xué)之美，我們也能發(fā)現(xiàn)計(jì)算之美，大家都很享受研究的過程。另外，攻克技術(shù)難關(guān)本身就是一件很有成就感的事情，那當(dāng)然也是很有快感的事情。”

如果一項(xiàng)技術(shù)遲遲未能突破，科學(xué)家會(huì)鳴金收兵、偃旗息鼓嗎？

很顯然，這是個(gè)尷尬而難堪的話題。

數(shù)學(xué)史上最著名的“無解難題”之一、由法國數(shù)學(xué)家皮耶·德·費(fèi)瑪在17世紀(jì)30年代提出的“費(fèi)馬大定理”，就是一個(gè)典型的案例。這一定理在提出之后，憋死了無數(shù)英雄好漢！直到三百多年后的1995年，才被英國數(shù)學(xué)家安德魯·懷爾斯徹底證明。

幾乎在任何人的生活和工作中，失敗或是挫折總是不可避免的。對(duì)此，郭延文也有著自己的切身體會(huì)：“說一個(gè)典型的例子吧。前年我們做了一個(gè)借助航空攝影進(jìn)行三維場(chǎng)景重建的科研項(xiàng)目，用無人機(jī)為城市、工廠和港口等做三維實(shí)景建模，我們研發(fā)了國內(nèi)第一個(gè)自帶操作系統(tǒng)的航空攝影器材。記得有一次進(jìn)行實(shí)驗(yàn)的時(shí)候，無人機(jī)在天上拍了一圈，落地后我們發(fā)現(xiàn)，系統(tǒng)盤里竟然一張照片、一點(diǎn)數(shù)據(jù)都沒有！

“我現(xiàn)在還清楚的記得，當(dāng)時(shí)大家的看到之后，心都涼了......心想是不是系統(tǒng)設(shè)計(jì)方向錯(cuò)了、理論模型有缺陷？......那種蒼涼、失望，以至于懷疑人生的感覺，到現(xiàn)在仍然記憶猶新。”

不過，我們相信，在成功的解決了問題之后，那種絕望的經(jīng)歷就成了科學(xué)研究路上美麗的墊腳石。

因此說，做研究的很多時(shí)候很難設(shè)定一個(gè)時(shí)間表。但是研究也是有時(shí)效性的，如無人駕駛技術(shù)，很多巨頭都在做，這里的各種研究大概都是有時(shí)間表的。如果說你慢了，就會(huì)被別人超越。

所以，這一般也是學(xué)術(shù)和產(chǎn)業(yè)的區(qū)別。

計(jì)算機(jī)視覺完全達(dá)到甚至超過人眼，我們還要等多久？

眾所周知的是，目前計(jì)算機(jī)視覺在一個(gè)特定場(chǎng)景下的特定任務(wù)，已經(jīng)達(dá)到和超過人眼的水平。比如正面的人臉識(shí)別，已經(jīng)有一些較成熟的算法了。

不過在一般環(huán)境下的場(chǎng)景，計(jì)算機(jī)視覺技術(shù)距離人眼的認(rèn)知水平還有較大差距。

郭延文說：“計(jì)算機(jī)視覺跟人眼的差距主要在兩個(gè)方面。一個(gè)是信息的采集。人眼是天然感知深度的，對(duì)環(huán)境、光照等具有很好的魯棒性。但是計(jì)算機(jī)視覺是通過配備的攝像設(shè)備實(shí)現(xiàn)的，單目視覺對(duì)視點(diǎn)和光線等的變化以及復(fù)雜環(huán)境的魯棒性較差。”

“第二就是對(duì)信息的歸納和推理，雖然目前人工智能技術(shù)已經(jīng)有了很大發(fā)展，經(jīng)典學(xué)習(xí)理論和深度學(xué)習(xí)技術(shù)等也在不斷進(jìn)步，但相比人類歸納、聯(lián)想和推理的能力，還有很大的差距，從而也造成了計(jì)算機(jī)視覺和人眼認(rèn)知的較大差距。”

但是我們相信，隨著大數(shù)據(jù)、人工智能的發(fā)展，其距離人眼視覺的差距將會(huì)越來越小，并最終實(shí)現(xiàn)超越。

擴(kuò)展：自在特殊情況下，如強(qiáng)光、相似障礙物（如一群讓人眼花的斑馬）等，如何實(shí)現(xiàn)準(zhǔn)確的視覺識(shí)別與處理？

這兩個(gè)場(chǎng)景下的問題，是傳統(tǒng)的基于可見光的圖像處理領(lǐng)域，比較難以處理的問題。

不過現(xiàn)在的圖像處理技術(shù)已經(jīng)開始在做基于RGB-D的、含深度圖像的分析和理解。如強(qiáng)光或陰影環(huán)境下，如果沒有深度信息，計(jì)算機(jī)經(jīng)常就會(huì)識(shí)別不準(zhǔn)。但是如果有了深度信息，那計(jì)算機(jī)的各種算法、處理就會(huì)工作的更好。

另外對(duì)于相似障礙物，也是一樣的道理。

就像手機(jī)來說，以后大家的手機(jī)應(yīng)該會(huì)逐步標(biāo)配含有深度感知功能的攝像頭了。

在VR的加持下，終極的人工智能將會(huì)讓人類自由穿梭時(shí)空

計(jì)算機(jī)早期叫計(jì)算器、電腦、微機(jī)等，人工智能就是讓機(jī)器具有像人一樣的智能。近些年由于大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等的興起和發(fā)展，計(jì)算機(jī)和人工智能都到了很高的水平。

“我所設(shè)想的，他們的最終形態(tài)應(yīng)該是計(jì)算機(jī)或者機(jī)器，具有像人一樣的智能，能夠用我們所能想到的各種方法，讓我們?nèi)祟惖纳罡篮?。再加上虛擬現(xiàn)實(shí)，未來你想干什么、想要什么，計(jì)算機(jī)都能幫你實(shí)現(xiàn)。”郭延文說到。“人們進(jìn)入虛擬現(xiàn)實(shí)也不再需要任何介質(zhì)，隨時(shí)可以將自己置身于一個(gè)包括視覺、聽覺、觸感和嗅覺全體感的虛擬環(huán)境中。最終讓人不想?yún)^(qū)分哪里是現(xiàn)實(shí)、哪里是虛幻，這種似夢(mèng)非夢(mèng)的感覺肯定會(huì)棒極了！”

由此再加以延伸的話，我們是不是可以這樣理解：在虛擬現(xiàn)實(shí)的加持下，終極的人工智能將會(huì)讓人類自由穿梭時(shí)空？

比如你要去火星又坐不起航天飛機(jī)，那就來個(gè)虛擬現(xiàn)實(shí)吧，它會(huì)讓你“想到就到”。剛開始，你還想著動(dòng)動(dòng)手腳，走兩步或者觸摸個(gè)什么東西。到后來，如果加入腦神經(jīng)觸發(fā)等技術(shù)，你根本不用動(dòng)，就能完全實(shí)現(xiàn)諸如走動(dòng)、觸摸等各種由肢體或器官帶來的感覺。

到了那個(gè)時(shí)候，物質(zhì)的存在似乎就不那么重要了。

VR和AR是一對(duì)手足兄弟，誰也不會(huì)取代誰

近來，業(yè)內(nèi)一直有觀點(diǎn)稱，今后AR將取代或吞并VR，因?yàn)槿藗兏矚g在真實(shí)的場(chǎng)景中實(shí)現(xiàn)VR的各種效果。事實(shí)真的是這樣嗎？

對(duì)此，郭延文教授有自己的理解，“VR和AR各有各的用途。VR主要應(yīng)用領(lǐng)域包括文化教育、數(shù)字娛樂、醫(yī)療、科學(xué)仿真等等；對(duì)比來說，AR的話，看到現(xiàn)實(shí)場(chǎng)景，利用VR技術(shù)，用虛擬物體去增強(qiáng)我們對(duì)現(xiàn)實(shí)世界的觀察和感知。它的意義不僅僅是對(duì)場(chǎng)景的顯示，更重要的是對(duì)現(xiàn)實(shí)世界更強(qiáng)化的理解和認(rèn)知。而要做到這種理解，就必須要用到人工智能技術(shù)，如計(jì)算機(jī)視覺、圖形圖像識(shí)別等。”

這樣來看，我們很難斷定VR和AR誰會(huì)取代誰，只能說二者在未來會(huì)在各自特定的領(lǐng)域和行業(yè)內(nèi)實(shí)現(xiàn)越來越多的結(jié)合，從而獲得更大的發(fā)展。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！