我們的人類感知系統(tǒng)是驚人的。你的眼睛可以以非常細致的分辨率分辨1000萬種不同的顏色。

但是我們的感知系統(tǒng)也有眾所周知的局限性。這就是為什么我們有炸彈嗅探犬，而不是炸彈嗅探人。

我們的記憶也比我們許多人想承認(rèn)的要糟糕。我們的大腦被設(shè)計成為了有充分的理由忘記你所看到和聽到的很多東西。

如果我們能夠圍繞人類感知系統(tǒng)的局限性進行設(shè)計，并在現(xiàn)實世界中賦予自己超能力，會怎么樣？

機器學(xué)習(xí)正在幫助我們做到這一點。例如，Pindrop 賦予銀行、零售商和政府組織超級聽力的力量。

Pindrop的服務(wù)有助于防止語音欺詐，這是黑客竊取身份和金錢的越來越常用的方式。

通過分析近1400種聲學(xué)屬性，這個系統(tǒng)可以幫助組織在你打電話的時候確定你是否真的是你，這仍然是我們與商家，政府機構(gòu)和銀行打電話過程中互動的78%。

它通過傾聽我們的聲音(隨著年齡的增長，聲音會加深到中年，然后音調(diào)會升高)，以及我們的電話和電話網(wǎng)絡(luò)在線路上引入的噪音，來做到這一點。

使用專有的機器學(xué)習(xí)算法，Pindrop可以利用線路上的噪音，來預(yù)測你是在家中用iPhone打電話，還是在愛沙尼亞用 Skype 打電話。這種超級聽力能力，有助于組織大幅減少成功欺詐企圖的數(shù)量。

在Ox和Bowery Farms等公司運營的室內(nèi)農(nóng)場中，機器學(xué)習(xí)也給我們提供了越來越多的超能力。

作為人類，我們很難觀察事物生長緩慢的過程，并隨著時間的推移進行比較：我們的感知系統(tǒng)，被設(shè)計用來注意快速移動的捕食者，而不是生長緩慢的菠菜。

另一方面，機器視覺系統(tǒng)可以被訓(xùn)練，能夠準(zhǔn)確地知道一棵健康的生菜在它生命的第36天應(yīng)該是什么樣子。

對于不能茁壯成長的萵苣，農(nóng)場可以自動調(diào)節(jié)溫度、光照條件、水位、營養(yǎng)成分、濕度和其他因素，以幫助它達到最佳的健康狀態(tài)。

這些室內(nèi)農(nóng)場的作物，產(chǎn)量可高達每平方英尺15磅，而高效溫室和田間種植作物的產(chǎn)量分別為每平方英尺7磅和每平方英尺1磅。

而且，在不使用殺蟲劑和減少95%的水的情況下，這些作物的產(chǎn)量也可以達到這些增長效率。超級視覺的力量使我們成為更有效率的農(nóng)民。

超級視覺也可以在工廠內(nèi)部使用。

盡管世界范圍內(nèi)對機器人技術(shù)進行了大量投資，但大約90%的工廠工作仍由人手完成。

挑戰(zhàn)在于，工廠里面指出了大量的成本，很難讓工人繼續(xù)做這些工作。

美國一家經(jīng)營非常好的工廠可能每年有30%的營收，用來支付昂貴的再招聘和再培訓(xùn)費用。

在中國，每天有2%的工人流失率并不罕見，這意味著幾個月后，你就會有一個全新的勞動力隊伍。

鑒于成本如此之高，工廠將培訓(xùn)每位新員工的成本降至最低是至關(guān)重要的。

Drishti正在給這些工廠帶來超級視覺能力。

通過在工人組裝產(chǎn)品時捕捉和分析視頻，系統(tǒng)可以為每項工作提供個性化的行動建議，幫助他們跟上進度。

使用Drishti的工廠勞動生產(chǎn)率提高了25 %，錯誤率降低了50%。

當(dāng)我們給建筑工地帶來超視視覺能力時，我們可以幫助全體員工保持安全、預(yù)算和進度。

Doxel每天下班后都使用激光雷達(與自動駕駛汽車上使用的激光雷達相同)和攝像頭從地面機器人和無人機上收集數(shù)據(jù)。

通過構(gòu)建精確的3D地圖(精確度高達2mm )，Doxel 知道已經(jīng)建成了什么(“是什么”)，并將其與建筑平面圖(“應(yīng)該是什么”)進行比較。然后它可以預(yù)測建筑的主要部分何時完工。

這種每天進行地循環(huán)任務(wù)，有助于保持合適的工人在合適的時間、用合適的材料和工具到達現(xiàn)場。

這也有助于防止你在自己的房屋改造項目中可能遇到的錯誤，比如在水管工或電工修完墻后的管道或電纜之前，就先把墻修好。

使用Doxel的這個系統(tǒng)，Kaiser Permanente幫助建筑工人提高了38%的生產(chǎn)率，并在建造Viewridge 醫(yī)療辦公室時，節(jié)省了11%的預(yù)算。

當(dāng)然，談到人工智能的超能力，我們不能不談?wù)撟詣玉{駛汽車。

先進的駕駛員輔助系統(tǒng)會導(dǎo)致二級效應(yīng)之一，是我們將在事故現(xiàn)場有可靠的目擊者。

不管一輛自動駕駛汽車走到哪里，我們都會有十幾臺攝像頭、幾臺激光雷達、多臺雷達和超聲波傳感器等的傳感器數(shù)據(jù)。

想想這對法院和保險公司意味著什么。不用再依賴目擊證人的證詞，甚至在周圍沒有人的情況下，我們可以重現(xiàn)事故現(xiàn)場發(fā)生的情況。

2018年9月，特斯拉向2017年8月后生產(chǎn)的汽車發(fā)布了9.0版輔助駕駛軟件。有了這個軟件版本，用戶可以將汽車的攝像頭數(shù)據(jù)存儲到一個 USB 閃存驅(qū)動器中，許多司機也開始這樣做。

這段視頻來自北卡羅來納州的特斯拉司機：

幸運的是，事故中沒有人受傷，但是儀表盤上的錄像片段表明，在沒有目擊者的情況下，有攝像頭是多么有用。

本田司機顯然非法操縱，如果沒有錄像片段，這種情況可能會演變成一場僵局，兩個司機都會堅稱他們沒有責(zé)任。

下面是我在這一部分的最后一個例子，說明機器學(xué)習(xí)系統(tǒng)是如何在現(xiàn)實世界中給予我們超能力的。

一家名為 OrCam 的以色列公司生產(chǎn)了一種名為“MyEye 2”的產(chǎn)品，它可以夾在一副眼鏡上，幫助有視力問題(如失明、視力障礙、閱讀障礙)的人們在世界上導(dǎo)航。

這個產(chǎn)品用于拍攝周圍的環(huán)境，并描述視頻中的內(nèi)容。

它可以閱讀一本書中的文字、當(dāng)人們靠近時說出他們的名字(這是一個我很喜歡的功能，盡管我的視力很正常！) 、區(qū)分5美元和50美元的鈔票，區(qū)分食品雜貨店的產(chǎn)品等等。