阿里、微軟「看圖說話」AI系統競賽，WiMi微美全息機器人AI視覺突出

隨著材料科學、感知人工智慧以及5G、雲等網路技術的不斷進步，將出現護理機器人、仿生機器人、社交機器人、管家機器人等形態豐富的機器人，湧現在家政、教育、健康服務業，帶給人類新的生活方式。以5G、AR/VR、全息技術、機器學習等新技術使能的超級視野，將幫助我們突破空間、表象、時間的局限，見所未見，賦予人類新的能力。

近日，來自中國AI在這項能力上已經打破了世界紀錄。在第二屆全球AI視覺對話競賽(Visual Dialogue Challenge)中，阿里AI擊敗了微軟、首爾大學等十支參賽隊伍，一舉獲得冠軍。

這場視覺對話競賽由美國喬治亞理工大學、Facebook人工智慧實驗室(FAIR)等機構聯合全球視覺技術領域頂級學術會議CVPR發起，是目前視覺對話領域最權威的競賽之一。

競賽結果顯示，阿里AI以74.57%的準確率獲得冠軍，將上一屆比賽的紀錄提高了16.82%，並且超過微軟AI的64.78%的準確率。而在相同的數據集中，人類的準確率僅為64.27%，AI甚至勝過了人類。傳統的視覺AI主要針對目標的檢測和識別，但對複雜場景中目標之間的邏輯關係理解、推理能力較弱，無法回答表達圖片對象直接關係的複雜問題，也難以將圖片信息轉化為人類理解的語言輸出。這意味著，要實現視覺對話能力，傳統的視覺AI在學會「看圖」之後，還要有一種語言模型來支撐它「說話」。阿里AI的突破就在於提出了「遞歸探索對話模型」

以「看圖說話」為代表的視覺對話是近年來快速崛起的AI研究方向，目的在於教會機器用自然語言與人類討論視覺內容，這能夠使機器擁有了對真實視覺世界的理解與推斷能力，也意味著AI的認知能力將邁上新的台階。

正如《2001太空漫遊》《流浪地球》等科幻大片中無障礙的人機對話系統所描繪的那樣，擁有智能視覺對話能力的AI隨著技術的不斷突破，正在向我們走來。

市場研究機構 IDC 最新發布的《全球半年度 AI 系統支出指南》顯示，亞太地區 2019 年在人工智慧 (AI) 系統方面的支出預計將達到 55 億美元，比 2018 年增長近 80 %。隨著各行各業積極投資於利用 AI 軟體功能的項目，預計 2022 年將增至 150.6 億美元。亞太地區正迅速推動 AI 應用迅速增長，因為其數字生態系統非常適合這種新生技術發展。

人體識別指的是運用計算機技術在視頻流或圖像中對人體進行檢測、屬性描述以及行為識別，如我們熟知的人體檢測與跟蹤、人體關鍵點定位、人像分割、人體行為識別 ReID 技術、手勢識別等。

微美全息專註於計算機視覺全息雲服務，微美全息覆蓋從全息計算機視覺AI合成、全息視覺呈現、全息互動軟體開發、全息AR線上及線下廣告投放、全息ARSDK支付、5G全息通訊軟體開發、全息人臉識別開發、全息AI換臉開發等全息AR技術的多個環節，是一家全息雲綜合技術方案提供商。

微美全息十分注重底層技術的研發，憑藉多年來在計算機視覺領域的耕耘與積累，微美全息已經完成了從0到1的技術沉澱、打磨，微美的AI視覺技術已經到了成熟落地，各項技術指標也達到了行業的領先水平。技術成熟後，微美著重規划了從1到N落地應用，其中機器人是規劃中非常重要的一環。微美全息雲產品布局商業應用場景主要聚集在家用娛樂、光場影院、演藝系統、商業發布系統及廣告展示系統等五大專業領域。

微美的全息圖像處理功能定期進行優化和改進，包括兩項核心技術：全息AI面部識別技術和全息AI面部變化技術。由於視頻處理和識別技術的發展，微美基於圖像檢測、識別、模板匹配、圖像動態融合和替換的全息AR廣告和全息成像服務目前在行業中處於領先地位。

全息面部變化技術基於全息3D圖層替換技術，包括基於AI的圖像識別和動態融合處理技術，實時跟蹤圖像以及用其他面部替換面部。該技術取代視頻幀中的人臉，合成視頻並添加原始音頻。微美已經在全息AR插件廣告應用中驗證了這些技術模塊，並將繼續開發和升級這些技術模塊。微美相信這項技術將為名人廣告，電影發行和直播視頻流等應用帶來新的業務增長。

圖：全息三維人臉識別技術

同時，機器人行業也迫切需要AI視覺技術的支持來突破技術瓶頸，解決機器人現有成本、智能化等問題。通過微美全息的圖像語義技術，機器人可以進行圖像識別、語義分割，結合深度數據可以幫助機器人建立語義地圖，實現對周圍環境的立體感知與理解，使機器人具備從識別到決策的AI交互能力，實現諸如目標行人追蹤、服務機器人送餐上門等功能，大幅提升機器人的智能水平。

近日，中國華為技術有限公司發布了全球產業展望報告GIV2025，認為智能世界正在加速而來，觸手可及。根據該報告的預測，到2025年，智能技術將滲透到每個人、每個家庭、每個組織，全球58%的人口將能享有5G網路，14%的家庭擁有「機器人管家」，97%的大企業將應用人工智慧。華為全球信息和通信技術基礎設施業務首席營銷官張宏喜表示：「人類的探索永不止步，從地球到太空要飛得更高，從過去到未來要看得更遠，從創新到創造要想得更深。今天，以人工智慧、5G、雲計算為主導的第四次工業革命所帶來的改變，正在改變各行各業，推進智能世界加速到來。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！