最近都被谷歌AI的“猜畫小歌”虐了吧?
AI能認(rèn)出“手殘黨”們的畫,背后的原因在于無數(shù)人類正在通過自己的腦洞滋養(yǎng)AI,學(xué)習(xí)眾多人類對(duì)某個(gè)物體的抽象畫之后,AI就能夠獨(dú)立把握住識(shí)別繪畫的關(guān)鍵部分。
利用海量真實(shí)數(shù)據(jù)來“喂養(yǎng)”AI,是讓AI快速提升能力的不二法門。但猜畫這種臨時(shí)養(yǎng)殖場(chǎng)只能提升單一能力,應(yīng)用價(jià)值不高。有沒有能夠提升多種AI技術(shù)能力,又在潛移默化中完成數(shù)據(jù)學(xué)習(xí)的“天然AI養(yǎng)殖場(chǎng)”呢?
真有一個(gè),那就是地圖。
今天的電子地圖,已經(jīng)是城市海量地理數(shù)據(jù)、交通數(shù)據(jù)、人流數(shù)據(jù)、天氣與水文數(shù)據(jù),以及各種交通路線與出行方案的結(jié)合。對(duì)于AI來說,地圖是一片水草豐美(數(shù)據(jù)夠多),營(yíng)養(yǎng)充沛(有效數(shù)據(jù)比例大),經(jīng)濟(jì)價(jià)值高(關(guān)乎經(jīng)濟(jì)民生)的天然牧場(chǎng)。
整體來看,地圖在今天至少可以通過三種方式“飼養(yǎng)”出更強(qiáng)壯的AI:
讓我們分別來看著三種“AI喂養(yǎng)方案”。當(dāng)然,用地圖培育AI的根本目的是讓地圖本身不斷升級(jí),最終組成良性循環(huán)。
一些AI的終極秘密,可能要在地圖里搞出來
讓我們先來看看最前沿的AI技術(shù),是如何在地圖中誕生的。
有些朋友可能覺得,地圖嘛,無非就是連上GPS,在兩點(diǎn)間規(guī)劃個(gè)線路,用什么AI?
其實(shí)不然,地圖中不僅可應(yīng)用AI的地方很多,甚至可能隱藏著AI的某些終極秘密。
想象一下:你到了一個(gè)陌生城市,倆眼一抹黑哪也不認(rèn)識(shí),但是你知道要去火車東站,這時(shí)候不借助任何導(dǎo)航設(shè)備,你也會(huì)知道:絕對(duì)不能往西走。
這個(gè)判斷是如何做成的呢?
事實(shí)上,人類的大腦沒連著衛(wèi)星,平常人也不可能存儲(chǔ)大量地圖數(shù)據(jù)。但迷路的人卻只占少數(shù)。這是因?yàn)槿四X中有個(gè)叫做海馬體的東西,它負(fù)責(zé)幫人類判斷位置感空間感,從而進(jìn)行選擇性預(yù)測(cè)。
也有科學(xué)家認(rèn)為,海馬體不僅控制認(rèn)路這個(gè)功能,還直接影響著人類做出選擇、做出對(duì)未來預(yù)測(cè)的能力,可以說是人類智能的關(guān)鍵因素——但是怎么探索海馬體的秘密呢?畢竟不能把人類海馬體摘除了看結(jié)果對(duì)吧。
而最新答案居然是,在地圖上跑AI。
今年早些時(shí)候,DeepMind在《自然》雜志發(fā)表了新的研究:他們把一個(gè)智能體放到地圖數(shù)據(jù)中,在不給它預(yù)設(shè)方位和地圖數(shù)據(jù)的前提下,讓AI模仿人腦中的海馬體,自動(dòng)在地圖中需求位置,規(guī)劃道路。
實(shí)驗(yàn)證明:AI可以用像人腦一樣,用增強(qiáng)學(xué)習(xí)的方式去認(rèn)路。這既闡釋了人腦的工作原理,也給未來AI研究帶來了新的方向。而整個(gè)研究的實(shí)驗(yàn)基礎(chǔ),就是建立在地圖之上的??梢哉f沒有精準(zhǔn)的地圖數(shù)據(jù),AI仿生人類大腦進(jìn)行空間預(yù)判的研究就無從談起。
這個(gè)故事證明了,地圖對(duì)于AI來說至關(guān)重要。AI在地圖中學(xué)習(xí),并反過來讓地圖更好用,似乎是我們應(yīng)對(duì)越來越復(fù)雜城市時(shí)的一個(gè)良性循環(huán)。
城市計(jì)算的硬功夫,離不開地圖的捶打
俗話說的好,你的夢(mèng)想有多大,你下班的時(shí)候就有多堵……
讓一個(gè)城市可以智能起來,讓積水、堵車、霧霾這些糟心事不再發(fā)生,是人類暢想了幾十年的話題。但城市到底怎么才能夠“智能”卻是個(gè)巨大問題。有人嘗試用認(rèn)知系統(tǒng),有人嘗試用大規(guī)模的城市數(shù)據(jù)建模,但最終大家還是發(fā)現(xiàn),讓城市主動(dòng)和聰明起來,是建立在地圖數(shù)據(jù)基礎(chǔ)上的。
舉個(gè)例子:我們想要規(guī)劃從家到公司,一般情況下可能用不到AI。但假如要規(guī)劃從港口發(fā)到市中心一萬噸貨物,那么時(shí)間、地點(diǎn)、交通擁堵情況,需要配合的車、人、倉(cāng)庫(kù)、起重機(jī),就成了一個(gè)復(fù)雜的數(shù)學(xué)問題。
如果憑經(jīng)驗(yàn)去簡(jiǎn)單計(jì)算,可能搞出來的會(huì)是個(gè)費(fèi)時(shí)費(fèi)力的方案。而通過城市AI去學(xué)習(xí)相關(guān)地圖數(shù)據(jù),綜合理解上述變量,就可以在最低限度影響交通、最快完成任務(wù)的情況下,給出相應(yīng)的運(yùn)輸方案。
基于這種AI與地圖的結(jié)合,IBM很早就開啟了智慧星球方案。而它的老對(duì)手微軟隨后開啟了城市計(jì)算業(yè)務(wù),專門用AI去透視地圖里的各種因素。
今天的地圖應(yīng)用里,城市數(shù)據(jù)和AI的深度結(jié)合已經(jīng)能見到很多案例。比如:谷歌地圖的智能停車場(chǎng)功能,就是當(dāng)?shù)貓D感知你到了某個(gè)停車區(qū)域的時(shí)候,利用AI來綜合判斷附近的停車環(huán)境,給出最優(yōu)停車方案。
可以看到,很多傳統(tǒng)的地圖無法解決的問題,在城市AI的加持下開始找到了鑰匙。城市智能的硬功夫,也正在被地圖的多元化和高精化培養(yǎng)起來。
語言魔法,需要在地圖里修煉
最后,還有一種可以在地圖里修煉起來的AI能力——那就是千變?nèi)f化的語音交互。
怎么能體現(xiàn)出華少嘴皮子快?
前提是需要他說的東西足夠多,如果就一個(gè)冠名商,嘴皮子再快也沒用。
AI也是一樣,怎么才能體現(xiàn)出AI語音交互,可以完美執(zhí)行復(fù)雜任務(wù)?
前提是確實(shí)有這樣的復(fù)雜任務(wù)存在。生活中大部分我們要讓AI做的事情,要么就是過于簡(jiǎn)單,要么就是主觀性太強(qiáng),AI再?gòu)?qiáng)也不好理解。
而又復(fù)雜又客觀的任務(wù)集群,那就是地圖導(dǎo)航。
毫無疑問,地圖是海量地名、路段、時(shí)空關(guān)系的結(jié)合體。假如:我們想要先去加個(gè)油,再去買個(gè)東西,再去公司拿個(gè)東西,最后回家的導(dǎo)航任務(wù)。那么就會(huì)產(chǎn)生一段涉及4個(gè)地點(diǎn)信息,3個(gè)事項(xiàng)的復(fù)雜語音任務(wù),基本相當(dāng)于繞口令。
事實(shí)上,除了導(dǎo)航之外,我們生活中是很難產(chǎn)生這么復(fù)雜的語音任務(wù)的。就像猜畫小程序要用游戲的方式征集大家對(duì)某個(gè)物體的抽象理解一樣,地圖也正在基于實(shí)用性,征集大家的語音語料,以及復(fù)雜的語音任務(wù)。
這場(chǎng)修煉已經(jīng)初見成果,3個(gè)月之前,我們看到百度地圖面對(duì)繞口令一樣的語音命令,只能用“你敢再說一遍嗎”回懟。而在月初的百度AI開發(fā)者大會(huì)上,百度地圖已經(jīng)真的可以識(shí)別“繞口令”生成導(dǎo)航路線,解決復(fù)雜長(zhǎng)語音多地點(diǎn)需求。
這個(gè)AI變強(qiáng)了的故事背后,是地圖導(dǎo)航已經(jīng)可以拋棄打字,完全采用語音交互。
就像有了彩電就沒人看黑白,動(dòng)動(dòng)口能完成的事兒當(dāng)然沒人愿意打字。語音交互可以在用戶試用地圖的過程中不斷學(xué)習(xí),反過來將新的解決方案在地圖應(yīng)用送實(shí)驗(yàn)。
從這個(gè)角度看,地圖就像是AI技術(shù)的“新手村”。