分享

科技一周~The Age of AI

2014/08/02

下一个时代是什么？我想，那不会是最好的时代，也不是最坏的时代，只是个平凡的，历史早已注定的时代：人工智能。

2011年初春，午后阳光暂时偷走了硅谷里的料峭寒意，在山景城（Mountain View）的临街转角处，渐渐多起了行人，以及她们的低眉细语。我正坐在一间叫做Red Rock的咖啡馆里，却忽然看到一个机器人进来，径直走到前台，点了一块蛋糕。当咖啡师（Barista）故意询问它，“是在店内吃呢，还是带走？”，全屋子的人们都笑了出来。毫无疑问，机器人自然是要把蛋糕带回去给主人吃的。

这是一个令人轻松的场景，然而，其背后所蕴含的技术却并不轻松，其中涉及无线通信、实时视频的压缩与传输、自动控制，等一系列现代计算机技术。更进一步，如果，这个机器人能够完全自主行走，并自动问答，那么则需要图像识别、语音识别、自然语言处理、目标跟踪等一系列更有“深度”的技术来支撑。这些智能技术，在历史上也都曾陷入过停滞不前的境地，然而今天，随着底层硬件技术的成熟，它们又重新兴盛起来，再次成为科学家的研究热点。本周的新闻也正由此而来：

• MIT媒体实验室的美女教授，Cynthia Breazeal，在众筹平台Indiegogo的项目，JIBO，在短短二十天里，就筹得近$140万资金，远远超过最初的$10万目标[1]。JIBO是世界上第一个家用机器人，它拥有呆萌肥圆的外型，像个小小多啦爱梦。目前，JIBO的主要功能是充当家庭的娱乐天使，提醒管家，和推荐助手，比如，在大家聚餐时，它可以担任摄像者；在小孩子睡觉前，它可以讲故事；当你今天有约会的时候，它可以提醒你；当你想吃饭的时候，它可以推荐你所喜欢的餐馆，并下单。JIBO的售价为$499，预计在2015年十二月推出。（我可以做个预测，JIBO迟早会成为Apple和Google竞逐的对象）
• 如果说，JIBO是以卖萌带给人们欢乐，那么另一个有趣的机器人，hitchBot（搭车机器人）[2]，则是以博同情来巧取人们的帮助。hitchBot像是一个其貌不扬、无家可归的孩子，站在公路旁边，伸出拇指，希望路过的人们可以开车载它一程。如果司机把它捡起来，放在车上，那么它会立刻与司机互动聊天，侃大山，讲笑话，当然也会告诉司机自己希望去的下一个地点。hitchBot是由加拿大的两名研究人员（David H. Smith and Frauke Zeller）设计的小机器人，他们希望hitchBot通过搭顺风车而独自走遍整个加拿大，目前这个小机器人已经行程近4000英里。

本周来聊一下在机器人设计中几乎必备的一项技术：目标跟踪（Object Tracking）。在上文中提到的两个机器人，都离不开这项技术，比如，JIBO通过内嵌的可以360度旋转的摄像头来捕捉并跟踪家庭成员的面容，然后根据脸部分析，拍下一张最好的全家福照片。那么JIBO是如何做到跟踪人脸呢？当然，第一步是要先识别出来人脸，关于识别的技术有待以后再讲。今天要讲的是识别出来之后的跟踪技术。

相对于识别技术，跟踪技术并不是在单一图像上实现的，而是利用了连续的多帧图像。可以说，如果图像识别是个二维技术，那么目标跟踪则是个三维（多了个时间上的维度）技术。当机器人在当前帧上识别出来某个物体后，那么它需要在下一帧里快速的“跟踪”上这个物体，并不需要重新分析整个下一帧图像（因为如果重新分析的话，那么速度就太慢了，达不到实时的效果）。在目标跟踪技术里，一个很关键的算法是运动估计（Motion Estimation），越快速地估计出下一帧里的运动方向，则可以越快速的跟踪上目标。

运动估计的算法有很多种，其本质上是一种搜索算法。在当前的硬件设计里，最常用的是基于块匹配的递归搜索算法:3D recursive search block matching[3]。这个算法是利用当前帧的运动向量值，在下一帧的几个备选向量里，搜索出来最匹配的像素块，从而确定下一帧的运动向量。这种算法在最初的几帧里，并不能找到真正的运动向量，但由于它的递归迭代性，当经过十几帧之后，估计的运动向量就会收敛到真正的向量值。通常，摄像头采集的频率在30~60Hz，也就是说，该算法可以在0.25秒~0.5秒的时间里跟踪上目标物体。这样的跟踪速度，基本上可以满足家庭的需要了。

[1]. JIBO, the world’s first family robot,  https://www.indiegogo.com/projects/jibo-the-world-s-first-family-robot , July 2014.

[2]. Brandon Griggs, Hitchhiking robot is halfway across Canada, http://www.cnn.com/2014/08/01/tech/social-media/hitchhiking-robot-hitchbot/, July 2014.

[3]. G. de Haan, P. W. A. C. Biezen, H. Huijgen, and O. A.Ojo, “True-motion estimation with 3-D recursive search block matching,” IEEE Trans. Circuits Syst. Video Tech., vol. 3, no. 5, pp. 368-379, Oct. 1993.

图2. [1].

图3. http://media2.s-nbcnews.com/j/newscms/2014_25/512356/140616-hitchbot-robot-1649_de262663d0cbc7ca1f7902450c8e9ee9.nbcnews-ux-760-800.jpg

分享