當(dāng)視頻設(shè)備具有主動(dòng)意識(shí)時(shí)會(huì)發(fā)生什么？

人工智能的快速發(fā)展，給人們的生活帶來了極大的變化，***系統(tǒng)正是其中之一。傳統(tǒng)的***設(shè)備只能充當(dāng)于法庭上的佐證，且要耗費(fèi)大量的人力成本，有了基礎(chǔ)研究、計(jì)算能力和訓(xùn)練數(shù)據(jù)集等人工智能技術(shù)的引入，現(xiàn)在的***設(shè)備應(yīng)用場(chǎng)景越來越豐富了。本文就以IC Realtime、Boulder AI 兩個(gè)項(xiàng)目的實(shí)踐成果為例，詳細(xì)闡述了 AI ***設(shè)備的前景、問題及思考等內(nèi)容。一起來看看吧。

以下為譯文：

***攝像機(jī)一般被稱為數(shù)字化的眼睛，人們可以通過它們觀看各種視頻節(jié)目、觀看實(shí)況視頻等等。當(dāng)然，大多數(shù)***攝像機(jī)是被動(dòng)的——它們被放置在那里作為一種威懾，或者在出現(xiàn)問題時(shí)提供證據(jù)，比如車被偷了？那就***閉路電視吧。

但是，現(xiàn)在事情發(fā)生了很大的變化，人工智能使得***攝像機(jī)能夠與數(shù)字大腦相匹配，讓它們可以自行分析現(xiàn)場(chǎng)視頻，而不需要借助人類的幫助。這對(duì)于公共安全來說可能是個(gè)好消息，幫助警方和急救人員更容易地發(fā)現(xiàn)犯罪和事故，并且能夠帶來一系列的科學(xué)和工業(yè)應(yīng)用。但是這也給未來的隱私問題提出了嚴(yán)重的思考，給社會(huì)正義帶來了新的風(fēng)險(xiǎn)。

試想一下，當(dāng)政府可以跟蹤大量觀看閉路電視的用戶信息時(shí)、當(dāng)***可以通過將你的照片上傳到數(shù)據(jù)庫來數(shù)字化尾隨你的城市動(dòng)向時(shí)、或者當(dāng)***不喜歡某個(gè)特定人群的表情而在當(dāng)?shù)厣虉?chǎng)的攝像機(jī)上運(yùn)行有偏見的算法時(shí)......這些情況下，會(huì)發(fā)生什么？

AI ***從搜索視頻開始

雖然以上這些情景的實(shí)現(xiàn)還有一段路要走，但我們已經(jīng)看到了將人工智能和***結(jié)合起來的第一批應(yīng)用成果，IC Realtime 就是一個(gè)例子。去年 12 月份，IC Realtime 的旗艦產(chǎn)品一經(jīng)推出便被譽(yù)為閉路電視領(lǐng)域中的谷歌。這是一個(gè)名為 Ella 的應(yīng)用程序和網(wǎng)絡(luò)平臺(tái)，它使用 AI 來分析視頻 Feed 中發(fā)生的事情，并且能夠即時(shí)搜索。Ella可以識(shí)別成千上萬的自然語言查詢，并為用戶提供大量的搜索素材，比如找到特定的剪輯視頻、穿著某種顏色衣服的人、甚至個(gè)人汽車的品牌和型號(hào)等等。

在一次網(wǎng)絡(luò)演示中，IC Realtime 首席執(zhí)行官 Matt Sailor 演示了 Ella 的功能，它連接了約 40 個(gè)工業(yè)園區(qū)的***攝像機(jī)，并進(jìn)行了“一個(gè)穿紅衣服的男人”、“UPS 貨車”、“警車”等各種搜索嘗試——所有這些都在幾秒鐘內(nèi)返還了相關(guān)的鏡頭。

“假如發(fā)生了搶劫，但你還沒有意識(shí)到事情的發(fā)生，”Sailor表示， “但這時(shí)有一輛吉普車恰巧經(jīng)過，那我們?cè)贓lla 中搜索“吉普車”，屏幕上就會(huì)顯示不同的吉普車經(jīng)過的場(chǎng)景——這將是人工智能和閉路電視結(jié)合的第一大優(yōu)勢(shì)”。Ella 在谷歌云上運(yùn)行，幾乎可以從任何閉路電視系統(tǒng)中搜索鏡頭。Sailor 認(rèn)為，這個(gè)技術(shù)的應(yīng)用能讓你很容易地找到你要找的東西，而不需要在那篩選好幾小時(shí)的視頻。

IC Realtime 已經(jīng)在亞馬遜、Logitech、Netgear、谷歌旗下的 Nest 等公司生產(chǎn)的“智能”家庭安防攝像機(jī)市場(chǎng)中獲得了巨大的成功。

使用Ella搜索穿紅色衣服的人

“我們現(xiàn)在在愛達(dá)荷地區(qū)的識(shí)別準(zhǔn)確率高達(dá)100％”

雖然 IC Realtime 提供了基于云的分析功能，可以升級(jí)現(xiàn)有的傻瓜相機(jī)，但其他公司更多采取的是將人工智能直接構(gòu)建到硬件中——將 AI 集成到設(shè)備中的一大優(yōu)勢(shì)是，它們不需要互聯(lián)網(wǎng)連接即可工作，Boulder AI 就是這樣一家初創(chuàng)公司，它使用自己的獨(dú)立 AI 攝像頭銷售“愿景即服務(wù)”，并且可以為個(gè)人客戶量身打造機(jī)器視覺系統(tǒng)。

其創(chuàng)始人 Darren Odom給出了一個(gè)愛達(dá)荷州建造水壩的客戶例子。為了符合環(huán)保法規(guī)，他們正在監(jiān)測(cè)魚類移動(dòng)的數(shù)量。Odom說：“最開始他們有人坐在窗臺(tái)上看著有多少鱒魚游過，后來他們改用了***視頻，由負(fù)責(zé)的人來遠(yuǎn)程觀察。”最后，他們聯(lián)系了Boulder AI，幫助他們建立了一個(gè)定制的人工智能閉路電視系統(tǒng)來識(shí)別魚類。Odom自豪地說：“我們確實(shí)使用計(jì)算機(jī)視覺確定了魚類的識(shí)別，現(xiàn)在在愛達(dá)荷州地區(qū)的鱒魚識(shí)別準(zhǔn)確率更是高達(dá)100％?！?/p>

IC Realtime代表了通用終端市場(chǎng)，Boulder AI代表了承包商市場(chǎng)，不過，在這兩種情況下，這些公司目前所提供的也僅僅是冰山一角。就像機(jī)器學(xué)習(xí)在識(shí)別物體的能力方面取得迅速的進(jìn)步一樣，基礎(chǔ)研究、計(jì)算能力和訓(xùn)練數(shù)據(jù)集等創(chuàng)建人工智能的關(guān)鍵組成部分都已到位，分析場(chǎng)景、活動(dòng)和動(dòng)作的技能也有望迅速提高。視頻分析的兩大數(shù)據(jù)集是由 YouTube 和 Facebook 制作的，他們也希望人工智能能幫助他們?cè)谄脚_(tái)上優(yōu)化更多內(nèi)容。例如，YouTube 的數(shù)據(jù)集包含超過 45 萬小時(shí)的標(biāo)簽視頻，希望能夠刺激“視頻理解的創(chuàng)新和進(jìn)步”。谷歌、MIT、IBM 和 DeepMind 都參與了類似的項(xiàng)目。

目前，IC Realtime 已經(jīng)在開發(fā)面部識(shí)別等高級(jí)工具，Boulder AI也正在探索這種先進(jìn)的分析技術(shù)。

最大的障礙還是：低分辨率的視頻

對(duì)于***和人工智能方面的專家來說，這些功能的引入在技術(shù)和道德方面都存在一些潛在難題。和 AI 一樣，這兩個(gè)類別是交織在一起的——它是一個(gè)技術(shù)問題，機(jī)器不能像人類那樣理解世界，但是當(dāng)我們讓他們?yōu)槲覀冏鰶Q定時(shí)，它就變成了一個(gè)道德問題。

盡管近年來人工智能已經(jīng)使這視頻***領(lǐng)域取得了巨大的進(jìn)步，但在計(jì)算機(jī)理解視頻方面仍然存在著根本性的挑戰(zhàn)。舉個(gè)例子來說，一個(gè)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以分析視頻中的人類行為，這些工作是通過將人體細(xì)分為多個(gè)部分：手臂、腿部、肩部、頭部等，然后觀察這些小人物從一幀視頻到另一幀的變化。從這個(gè)角度來看，AI 可以告訴你是否有人在跑步——但這取決于你所擁有的視頻分辨率。

這對(duì)閉路系統(tǒng)來說是一個(gè)大問題，因?yàn)閿z像機(jī)往往暗轉(zhuǎn)的角度往往很怪異。以便利店的照相機(jī)為例，這個(gè)便利店的目的是收銀機(jī)，但是它也忽略了面向街道的窗戶。如果外面發(fā)生搶劫，相機(jī)被擋住了，那么 AI 就發(fā)揮不了作用了。

由中國(guó)公司 SenseTime 構(gòu)建的人工智能***系統(tǒng)

同樣，雖然人工智能能夠很好地識(shí)別視頻中的相關(guān)事件，但仍不能提取重要的上下場(chǎng)景。拿分析人類行為的神經(jīng)網(wǎng)絡(luò)為例，可能會(huì)看到鏡頭顯示“這個(gè)人正在跑步”，但它不能告訴你他們是否真的在跑步，因?yàn)樗麄兓蛟S錯(cuò)過了某輛公共汽車，或者是因?yàn)樗麄兺盗四橙说碾娫挕?/p>

這些準(zhǔn)確度問題值得我們反思，電腦與人類的洞察力和理解視頻所看到的東西相比相差甚遠(yuǎn)。不過，技術(shù)的進(jìn)步速度很快。使用車牌跟蹤車輛，識(shí)別汽車和衣物等物品，在多臺(tái)攝像機(jī)之間自動(dòng)跟蹤一個(gè)人——這些識(shí)別場(chǎng)景已經(jīng)非常穩(wěn)固了。

目前仍有很多 AI ***難題亟待解決

但是，即使這些非常基本的場(chǎng)景應(yīng)用也可以產(chǎn)生強(qiáng)大的效果。華爾街日?qǐng)?bào)的一份報(bào)告稱，在中國(guó)***，傳統(tǒng)的***和民間***方式與面部識(shí)別、牌照掃描儀、虹膜掃描儀以及無處不在的閉路系統(tǒng)相結(jié)合，形成了一個(gè)“完全***狀態(tài)”，能夠追蹤公共場(chǎng)所中的任何人；在莫斯科，正在組裝一個(gè)類似的基礎(chǔ)設(shè)施，將面部識(shí)別軟件插入一個(gè)集中了超過 10 萬臺(tái)高分辨率相機(jī)的集中系統(tǒng)，該相機(jī)覆蓋了該市 90％ 以上的公寓入口。

這種情況可能會(huì)帶來一個(gè)良性循環(huán)，隨著軟件越來越好，系統(tǒng)會(huì)收集到更多的數(shù)據(jù)，從而幫助軟件變得更好。

這些系統(tǒng)確實(shí)正在起作用，但是還有很多問題亟待解決，比如算法偏差。研究表明，機(jī)器學(xué)習(xí)系統(tǒng)能夠吸收種族和性別歧視，從對(duì)婦女進(jìn)行廚房的圖像識(shí)別軟件到總是說黑人更容易犯罪的刑事司法系統(tǒng)等都有體現(xiàn)。如果我們使用舊視頻來培訓(xùn)人工智能***系統(tǒng)，比如來自閉路電視或者***機(jī)構(gòu)的攝像機(jī)，那么存在于社會(huì)中的偏見很可能會(huì)延續(xù)下去。

ACLU 高級(jí)政策分析師 Jay Stanley 說，即使我們能夠解決這些自動(dòng)化系統(tǒng)中的偏見，也不能使他們變得良性，因?yàn)?，將閉路電視攝像機(jī)從被動(dòng)轉(zhuǎn)變?yōu)橹鲃?dòng)則可能會(huì)對(duì)公民社會(huì)產(chǎn)生巨大的不利影響。

“我們希望人們不僅是自由的，還要更加自由自在的”

我們希望人們不僅是自由的，還要感到更加自在的。這意味著他們不必去擔(dān)心未知的、看不見的“觀眾”來隨意解釋或曲解他們的每一個(gè)動(dòng)作和話語——也就不會(huì)給他們的生活帶來負(fù)面的后果。

此外，人工智能***的錯(cuò)誤警報(bào)也可能導(dǎo)致執(zhí)法部門和公眾之間的矛盾更加激化。比如說，丹佛剃須刀的槍擊事件中，一名***就將用于害蟲控制的藥丸槍看成了剃須刀，結(jié)果導(dǎo)致了誤殺。如果一個(gè)人可以犯這樣的錯(cuò)誤，那么電腦又怎么能避免呢？而且，如果***系統(tǒng)變得自動(dòng)化了，那么這樣的錯(cuò)誤只會(huì)變得越來越普遍。

當(dāng) AI 監(jiān)督越來越普及，誰來管理這些算法呢？

事實(shí)上，我們?cè)谶@個(gè)領(lǐng)域看到的只是人工智能應(yīng)用趨勢(shì)的一部分，在這個(gè)趨勢(shì)中，我們使用這些相對(duì)粗糙的工具來對(duì)人們進(jìn)行嘗試和分類，但是結(jié)果的準(zhǔn)確性是值得懷疑的。

“令我感到不安的是，許多這樣的系統(tǒng)正在應(yīng)用到我們的核心基礎(chǔ)設(shè)施之中，但是卻沒有一個(gè)民主的程序來衡量問題的有效性和準(zhǔn)確性?！彼惴ù_實(shí)能夠提供基于嵌入文化和歷史偏見的數(shù)據(jù)中提取的模式識(shí)別類型，但也不可避免地帶來了人工智能***被濫用的問題。

對(duì)于這個(gè)問題，IC Realtime給出了科技行業(yè)常見的一個(gè)答案：這些技術(shù)是價(jià)值中立的，因?yàn)槿魏涡录夹g(shù)都有可能落入不法之徒的危險(xiǎn)之中，這無法避免，但是它所帶來的價(jià)值絕對(duì)是高于它的缺點(diǎn)的。