近幾年，人工智能發(fā)展迅猛，應用領域不斷拓展。但在各領域大展身手的同時，AI“翻車”案例也頻上熱搜，基于此，本版今開設“AI·成長的煩惱”欄目，聚焦AI“翻車”的那些事兒，剖析現象、分析原因、探討解決之道，同時期待它的成長。

球賽結束后，球迷要求裁判戴帽子或假發(fā)，大概是史無前例了。

10月底，蘇格蘭球迷經歷了一場“難忘”的足球賽。在因弗內斯對陣艾爾聯的蘇格蘭足球冠軍聯賽上，無論球員傳球還是帶球進攻，場邊的AI攝像機都視而不見，反而不離不棄跟著一名邊裁，時不時來張“C位”特寫。原來，AI攝像機誤將這名裁判的光頭識別成足球，所以瘋狂追了一整場。

在家觀看這場90分鐘比賽的球迷，大部分時間不是看球，而是在圍觀光頭。不少網友打趣：這場球賽實打實地“看了一個寂寞”。

為什么AI攝像機會把光頭看成了足球？為避免AI犯類似失誤，我們需要做些什么？出現“翻車”事件，能就此認為AI“弱爆”了嗎？

來自光頭裁判的無意識“挑釁”

從直接參與體育賽事到記錄運動員表現，再到直播比賽現場、分析運動員健康狀況，AI正成為體育界的寵兒。幾個月前，巴塞羅那足球俱樂部(巴薩)還攜手視頻技術公司Pixellot，打造了人工智能教練解決方案。

沒想到，在體育界一路高歌猛進的AI，這次出人意料地遭遇了一名光頭邊裁無意識的“挑釁”。由于這名邊裁光頭太亮，加之陽光照射，AI攝像機根本分不清哪個是球，哪個是頭。此前，因弗內斯隊表示，他們使用的AI跟蹤技術，可以將直播畫面清晰地傳輸到每一位季票購買者家中，讓因新冠肺炎疫情而無法前往主場的球迷不錯過任何一場比賽。

據悉，此次比賽直播使用的攝像機正是與巴薩合作的Pixellot所提供的多攝像機系統(tǒng)。該系統(tǒng)由英偉達的圖形處理器(NVIDIA GPU)提供動力支持，捕獲的視頻分辨率可達8K。這些攝像機可以安裝在固定位置，無需攝像機操作員進行操控。為捕獲關鍵時刻畫面，Pixellot收集了數十萬個小時的體育視頻，用于在本地工作站的NVIDIA GPU上訓練其算法。

擁有海量的可用數據，使用了深度學習算法，加上高性能GPU計算加持，具備推動AI前行的三大動力，Pixellot的這款AI攝像機為何“翻車”呢？

活動結束后，相關俱樂部和制造攝像頭的技術公司進行了反思，問題似乎非常清楚：足球的大小、形狀與人的腦袋差不多，加上陽光直射，讓AI攝像頭陷入了“迷?！?。因弗內斯隊回應稱已知曉了問題，并且將為下一場比賽進行改進，給觀眾帶來更好的體驗，希望這種情況不會再發(fā)生。

Pixellot公司也表示解決這個問題并不難。現有的目標檢測與追蹤技術已比較成熟，Pixellot在設計階段沒考慮到光頭的影響，需要收集一些足球和光頭的數據對算法進行微調，以排除來自光頭的干擾。

有技術人員表示，在訓練直播球賽的AI攝像機時，需要的不僅“這是球”數據集，還需要一個“這不是球”數據集。光頭、足夠亮的白鞋、燈光、比賽場地旁訓練場上的球、球員用來熱身的球，都是訓練AI時需要考慮的干擾因素。

AI“視力差”才是常態(tài)

盡管可以通過加大數據“投喂量”，加強訓練和改進算法改善AI攝像機性能，但有專業(yè)人士認為，隨著AI應用場景逐步拓展，此類“翻車”事件還將長期存在。

“AI‘翻車’是常態(tài)，不‘翻車’才奇怪?！北本┐髮W信息科學技術學院教授、北京智源人工智能研究院院長黃鐵軍接受科技日報記者采訪時直言。

黃鐵軍認為，表面上看，這次AI攝像機出現失誤可能是因為前期訓練不夠，但最主要的原因是現在的計算機識別系統(tǒng)還只是用特定的數據訓練出來的，例如在上述例子中，使用大量足球視頻訓練的神經網絡在識別足球方面已超越人類，但卻忽視了這個網絡對光頭更敏感，對

沒見過的對象胡亂識別或“視而不見”，這種問題普遍存在。

機器視覺就是將視覺感知賦予機器，使機器具有和生物視覺系統(tǒng)類似的場景感知能力，涉及到光學成像、圖像處理、分析與識別、執(zhí)行等多個組成部分。

“把攝像機作為AI的‘眼睛’，在現實場景中，讓AI像人眼一樣去識別足球和光頭，還有很長的路要走。”黃鐵軍表示。

什么時候能走完這條路，甚至實現AI之眼超越人眼？

這取決于機器視覺何時彌合與生物視覺的差距?！帮B骨之中的大腦通過三百多萬根神經纖維實時感知外部世界，其中每只眼睛后面就有一百多萬根。”黃鐵軍表示，“發(fā)展至今天的機器視覺，與花費億萬年進化而來的生物視覺系統(tǒng)相比，還是小巫見大巫?！?/p>

人眼適應性很強，能在復雜及變化的環(huán)境中識別目標，具有高級智能，能運用邏輯分析、推理能力去識別變化中的目標，并總結規(guī)律。而反觀機器視覺，雖然可以利用人工智能神經網絡技術，但不能很好識別變化的目標，受硬件條件制約，目前一般的圖像采集系統(tǒng)色彩分辨能力較差。

“與生物視覺神經網絡相比，人工智能的視覺神經網絡在結構、規(guī)模上相距甚遠，所以功能也要差很多?！秉S鐵軍表示，“在現實應用中，機器視覺‘翻車’不是偶然事件，把光頭識別成足球，只是個案，類似問題其實大量存在。”

黃鐵軍說：“這一次，技術提供方可以把光頭誤認為足球的漏洞補上，但還有更多的漏洞，用對抗性圖片訓練騙過人臉識別系統(tǒng)只是揭開機器視覺不足的冰山一角?！?/p>

不同技術路線在賽跑

“基于深度學習的機器視覺在圖像識別等方面取得重大進展，但并未真正解決感知問題。”黃鐵軍認為，深度學習遠未抓住人類視覺系統(tǒng)的復雜性。

深度學習建立在圖像和視頻大數據的訓練基礎上，和主動感知動態(tài)世界的生物視覺相距甚遠，而且仍未脫離算力需求。例如，如果把視頻幀率從30提高到3萬，深度學習的算力就需要提高1000倍。

而生物神經網絡是脈沖神經網絡，更適合完成視覺信息處理。黃鐵軍認為，借鑒生物視覺系統(tǒng)的神經網絡結構和信息加工機理，建立一套新的類腦視覺信息處理理論和技術，是重啟機器視覺的希望所在。

專家表示，發(fā)展人工機器視覺，目前有兩條主要技術路線，一是通過收集更多數據、增加數據量，加大訓練力度，構造出強大的智能系統(tǒng)；二是模仿生物神經系統(tǒng)，照葫蘆畫瓢，將生物神經系統(tǒng)的結構甚至機理搞清楚，以此為基礎發(fā)展未來智能。

黃鐵軍認為，第二條路徑要比第一條路徑更有效?！岸虝r間來看，第一條更易取得成果。但長遠來看，從生物神經網絡入手更為直接，實現目標也更有把握。”

目前，AI學界多數支持第一條路徑，即通過“大數據+大算力”的方式，發(fā)展機器視覺在內的人工智能。黃鐵軍踏上少數人走的那條路，是因為他堅信生物視覺神經網絡有巨大潛能可以挖掘?！吧锎竽X是億萬年進化的產物，是最好的先驗結構。強大智能必須依托復雜結構，站在進化肩膀上，看似艱難，實則最快。”

“計算機科學之父”圖靈早就表達過對生物大腦的推崇。1943年初，香農提議，可以把“文化的東西”灌輸給電子大腦，圖靈有一次在大庭廣眾之下反駁：“不，我對建造一顆強大的大腦不感興趣，我想要的不過是一顆尋常的大腦，跟美國電報電話公司董事長的腦袋瓜差不多即可?！?/p>

發(fā)展機器視覺，抑或是人工智能，是重起爐灶，是模仿生物神經網絡，還是另有他法？暫無定論。在不同的賽道上，人工智能都在加速前進。

盡管AI“翻車”案例不在少數，比如谷歌AI眼部疾病診斷系統(tǒng)的實用性在泰國大打折扣，騰訊AI翻譯在2018年博鰲論壇上鬧出笑話。但AI時代正加速到來，勢不可擋。

“必須承認，AI確實解決了不少現實問題，它將逐步替代人的部分功能。但不能過分夸大，它距離我們想象中的智能還有很多不足，還需要更多突破?！秉S鐵軍說，要保持開放的思維，跨越“實驗模擬”與“真實世界”之間的鴻溝，AI技術發(fā)展任重而道遠。