被壓在廢墟底下苦苦掙扎的人們，AI正在努力搜尋你們的位置

科技 08-11

VRPinea 8月11日訊（微信號：VRPinea）

8月8日，四川九寨溝發生7.0級地震，截止今日12時，地震已造成20人遇難，431人受傷，轉移民眾超過6萬；8月9日，新疆精河縣發生6.6級地震，截止9日15時，已有32人在地震中受傷，其中2人重傷。

「地震」是每個中國人心底無法泯滅的創傷，遙想起九年前的汶川地震，近七萬人與我們陰陽兩隔，無數家庭從此不再圓滿。天災的無情在於它的強破壞性與不可預知，我們只能被迫地接受大自然的憤怒，承受那些難以言說的的痛苦。

地震後的72小時，被稱為「救援的黃金時間」，現在並不是悲傷閔秋的時候，儘可能多地救出被壓在廢墟之中的人們，救治那些身心皆受創的病人，才是我們現階段最應該做的事。而談起救援，AI的介入會讓我們事半功倍！

在AIPinea的開篇獻詞中，小編曾多次提及「淺談」這個詞，是的，AI相關的學術性文章有太多太多。對於這種「不說人話」，高調秀學識的文章，能夠通篇讀完的讀完的讀者有多少？而AIPinea存在的意義，就是行科普之事，讓一直以高姿態出現在眾人面前的AI走下神壇。

何為AI？

首先，我們先來普及一下AI的相關概念。AI是指對人的意識、思維的信息過程的模擬，能夠像人腦一樣思考是定義AI的關鍵。早在1950年，Alan Turing就曾發表過一篇題為「機器能思考嗎？」的論文，其中的圖靈測試更是沿用至今，成為了定義機器是否智能的評判準則。

Tips：圖靈測試

由艾倫·麥席森·圖靈發明，指測試者與被測試者（一個人和一台機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試後，如果有超過30%的測試者不能確定出被測試者是人還是機器，那麼這台機器就通過了測試，並被認為具有人類智能。

從20世紀40、50年代，發展至今，AI已歷經70多年，達到過黃金時代，也跌落至谷底過。時至今日，AI再次迎來璀璨的高潮，是因為深度學習的強勢崛起。在這裡，我們不談什麼BP演算法、多隱層結構、多隱層神經網路，而是用最簡單的例子告訴你，什麼是深度學習？

光動嘴不發聲，有多少人能「看」懂你的唇語？幾乎很少人擁有此種本領。唇讀之所以難，是因為你不僅要觀察對方嘴唇、舌頭和牙齒的輕微運動，而且大多數唇語信號十分隱晦，在沒有語境的情況下幾乎難以分辨。擁有深度學習技術的AI卻能夠輕鬆應對如此難題，因為通過不斷的深度學習，在加上龐大的資料庫，改善了機器語音的識別能力。

牛津大學AI實驗室，聯合谷歌 DeepMind 團隊、加拿大高等研究院（CIFAR）於去年11月發布了一篇論文，介紹了結合深度學習技術的唇讀程序LipNet。在GRID語料庫上，LipNet 實現了93.4%的準確度，遠遠超過了經驗豐富的人類唇讀者和之前的79.6%的最佳準確度。

你知道或不知道的AI應用

如果讀到現在，你對於AI的概念還一知半解，不如看下去，這些AI的應用實例，將會讓你更懂AI。其實，相較於航空航天、軍事能源等高科技技術，AI還是相當接地氣的。我們的生活之所以越來越智能便捷，AI的功勞高居榜首。從智能家電，到無人駕駛，每項耳熟能詳的新領域都有AI的影子。

破案小能手，讓罪犯無所遁形

破案時，警方需要在海量的視頻信息中，發現犯罪嫌疑人的線索。AI在視頻內容的特徵提取、內容理解方面有著天然的優勢。前端攝像機內置人工智慧晶元，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，並通過網路傳遞到後端AI的中心資料庫進行存儲。

匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，AI可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節約寶貴的時間。其強大的交互能力，還能與辦案民警進行自然語言方式的溝通，成為辦案人員的專家助手。

智能醫療，健康問題無煩惱

AI技術用於輔助診療中，讓計算機「學習」專家醫生的醫療知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。在智能診療的應用中，IBM Watson是目前最成熟的案例。IBM Watson可以在17秒內閱讀3469本醫學專著、248000 篇論文、69種治療方案、61540次試驗數據、106000份臨床報告。

2012年Watson通過了美國職業醫師資格考試，並部署在美國多家醫院提供輔助診療的服務。目前Watson提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌症。Watson實質是融合了自然語言處理、認知技術、自動推理、機器學習、信息檢索等技術，並給予假設認知和大規模的證據搜集、分析、評價的人工智慧系統。

代替或協助，AI救援保障搜救人員的安全

還記得天津塘沽爆炸時，那些逆火前行的消防英雄嗎？還有那冒著餘震危險，仍處在救援一線的解放官兵嗎？不管是自然災害之後的搜救，還是日常救援行動，搜救人員永遠都走在第一線，在保護自然環境、救助社會群眾生命財產安全的同時，也是對自身安全的一種犧牲。

如何在救援行動中保障搜救人員的生命安全又成了一個難題？目前這方面已取得了進展，如如NASA的AI系統Audrey。通過消防員身上所穿戴的感測器，Audrey可以獲取火場位置、周圍溫度、危險化學品和危險氣體的信號以及區域衛星圖像等全方面的信息，然後藉助於物聯網，經過機器學習訓練的Audrey可以模擬人類的思維方式，在進行預測的同時為消防人員提供更多的有效信息和團隊建議，最大程度的保護消防員的安全。

你的傢具，貼心十足

智能家居出現至今已有幾十年時間，至今已經歷了兩個階段，第一個階段是單品的智能化，即將所有家居連接到人的手機上，由App遠程控制所有電器。第二階段是智能互動，即是兩個或N個電器智能化可以聯動起來，比如智能窗帘打開後室內的燈就會隨之自動感應關閉，或智能空調打開後浴室里的浴霸隨之加熱。

GIF/456K

基於技術的高速發展，以AI為代表的的第三階段逐漸映入人的眼帘，完全AI化的智能家居將實現全自動、自學習、自感知的智能家居系統。也就是說擯棄掉手機，給智能家居裝上更為智能的人工大腦，完全解放人為控制家居，讓所有家居擁有明白用戶心思的能力。當用戶結束勞累了一天的工作後，回到家中，由人工智慧調配，大門、洗澡間的熱水、客廳的空調、照明燈...一切都無需控制便可以自動識別打開，人只作為享受的中心而不必為此操心。

解放雙手，AI承包了餐廳後廚

在餐飲行業，特別是在快餐行業，後台廚房的操作已經開始用AI機器人取代了，因為廚房的操作是重複的機械的勞動，相對來說機器是比較容易掌握。甚至前台的收銀工作也可以用機器。可以看到一些經濟連鎖酒店，有的時候到前台去登記是沒有人的，給顧客一個平板電腦，他就可以在平板電腦上把個人信息輸進去之後，然後就可入住了。

GIF/398K