01

物体识别在人工智能界非常多见，但其前提在于大量数据的“喂给”。殊不知，在高大上的人工智能背后，却是数据标记员大量“纯人工”苦力活。那么，有没有可能，让机器像人脑那样能够融会贯通、举一反三，从而减少对海量数据的依赖？在世界智能大会的应用体验区——油罐艺术中心内，记者看到了端倪。

即便身处酒吧，也可以一键P成在办公室加班的样子；一张照片中有多人“乱入”，但一步就能将多余的人去掉且了无痕迹，再不用去求P图高手。这是记者在世界人工智能大会应用体验区——油罐艺术中心5号罐Versa展位看到的一幕。

海滩上多余的人被一键P除。

这款应用，名叫“马卡龙玩图”，目前在苹果商店中排名居前，其在照片与视频制作中大有用武之地，但其核心本领，在于“带有语义的识别”。该展位工作人员黄之炜向记者解释，“也就是说，机器能理解画面中物体间的差别，从而进行分割和智能填充。譬如说，照片中你想去除的人，其身后是沙发，那么，在把此人去掉的同时，机器会智能地将原本占位的地方恢复成沙发。”

“马卡龙玩图”的智能填充功能。

但如此聪明的前提，在于人工智能必须明确辨识照片中的不同物体，这就引出人工智能中一个话题——没错，现在大数据太火了，而且数据越多，机器的深度学习就会越精准。然而海量数据，意味着巨大代价。譬如2014年，国际知名科技公司动用了1000万照片和1000台电脑运算，才让机器识别了猫。近年来随着算法的进步，主流人工智能公司识别一个具体物体的平均数据量已减少到8万个。殊不知，在高大上的人工智能背后，都是数据标记员大量“纯人工”苦力活，他们根据项目方要求，人工为图片、视频和语音内容打标签、做标记，再被人工智能公司用来训练算法模型。然而，这家Versa公司换了一种方法来识别猫，其数据竟可“精简”到500个！

当下，各国都越来越重视“数权”，未来，数据都要卖钱了。在此背景下，这家公司对数据的高利用率无疑将转化为实在在的竞争力。更何况，在某些应用场景数据有限，已经很难找到千万、百万甚至十万级的数据。正如Landing.AI创始人及首席执行官吴恩达所言：“数据当然是越多越好，我也并没有说许多数据是无用数据。但是，在农业、制造、医疗等领域的部分应用场景中，譬如一些脑肿瘤疾病，数据少到只有100张，你怎么办？”

“马卡龙玩图”的姿势识别，即便你手放在身后，聪明的机器也能“推理”出你手的位置。

据介绍，Versa公司去年4月在沪成立，其创始团队包括前格瓦拉产品合伙人蔡天懿、前华为海思芯片算法科学家赵维杰等。该公司的类脑科学，摆脱了对海量数据的过分依赖，它或许代表着AI算法研究中的一种创新算法。目前，该公司的算法能直接辨认30余种物体，今后将立志于实现通用智能，也就是让机器像人类一样思考，不仅能识别纸和书的不同，还能知道红纸和白纸的差别。

正如该公司首席技术官赵维杰的一句话：“就好比我们并不鼓励同学们死记硬背考高分，而是鼓励理解和认知，只有做到融会贯通，人工智能才会变得更聪明。”

【编辑：朱艳琳】