1月28日，噴鼻港中文年夜學(xué)信息工程系傳授、商湯科技開創(chuàng)人湯曉鷗在新興科技峰會EmTech China上揭橥了題為《人工智能的中國式文藝中興》的演講。

　　商湯科技開創(chuàng)人湯曉鷗

　　下文為演講內(nèi)容整頓：

　　明天，我講的標(biāo)題是《人工智能的中國式文藝中興》，這個標(biāo)題我在上海講過一次，我這小我不太愛好反復(fù)本身，因而我又想了一個新的標(biāo)題——《人工智能的中國式十月反動》。

　　言歸正傳，我想年夜部門中國人都應(yīng)當(dāng)曉得《戰(zhàn)狼》，一會兒賺了56億。這在15、20年前是弗成能的；那時刻許多人會去買盜版的VCD，或許去網(wǎng)高低載一個盜版。假如如許，導(dǎo)演和演員也就沒有動力再持續(xù)保持下去了。明天，中國片子的結(jié)果最主要的推進力就是我們對原創(chuàng)和版權(quán)的尊敬。

　　我們?nèi)缃癫皇侵灰徊科尤缭S勝利，好比《羞羞的鐵拳》賺了22億，《青春》到達14億的票房，《后任3》是18億，《無問西東》做到了5億票房。所以，對原創(chuàng)的尊敬使得中國的原創(chuàng)片子賡續(xù)往前成長。在三四十年月，全球片子成長起來時，中國片子其實不落伍，像《馬路天使》、《一江春水向東流》一點也不輸給好萊塢片子。

　　再往前，說一下文藝中興的時刻，假如米爽朗基羅的這些作品或許任何一個藝術(shù)品很快有人停止復(fù)制，那末他能夠也賺不到錢活不下去，所以，關(guān)于原創(chuàng)的尊敬也是文藝中興能真正鼓起的一個緣由。

　　說到原創(chuàng)，上面我們來說講人工智能。假如我講人工智能，年夜家第一能想到甚么公司？是谷歌。但總有一天，人工智能高潮會曩昔的，到那天年夜家必定能想到商湯科技。

　　為何是谷歌？由于谷歌真的把資金投入人工智能成長，2015年的研發(fā)經(jīng)費達120億美金。2014年有一家公司叫DeepMind，只要12個員工，沒有賺錢，只是在用深度進修玩游戲和下棋，然則谷歌消費6.6億美金收買了這家公司。假如是在中國，年夜家就會花幾百萬美金把人一個個挖過去，那要廉價很多。然則假如那樣做的話，就不會有后來的AlphaGo了。 AlphaGo以后，谷歌又做了AlphaGo 2和AlphaGo Zero，有些公司開端學(xué)著AlphaGo下圍棋，還有的公司選擇打撲克牌，但從某種意義上講，這都是跟在他人的前面干事情。

　　真正成心義的工作是在AlphaGo之前你做了甚么？有無做甚么工作讓機械在某項義務(wù)上克服人類。在AlphaGo之前我們做了一件工作，2014年，我們團隊從事人臉辨認(rèn)，在全球第一次讓機械的人臉辨認(rèn)才能跨越了人的眼睛，像AlphaGo一樣，在某一小我類界說的單項義務(wù)上，機械超出了人類。

　　超出了人類就過了一條紅線，而過了這條紅線便可以在工業(yè)長進行運用。然則在真正運用的時刻，發(fā)明過了紅線照樣不敷用，從試驗室到年夜范圍家當(dāng)化還有很長的路要走。2014年，我們用20萬人臉來對機械停止練習(xí)做到了98.5%的精確率，而人是97.5%;2015年我們用30萬人臉停止練習(xí)，到達了99.55%的精確率；2016年，我們用6000萬人臉練習(xí)可以到達了百萬分之一的誤識率；2017年，我們用20億人臉練習(xí)可以到達一億分之一的誤識率，而如許的誤識率才可以真正地運用到各行各業(yè)，包含監(jiān)控、金融、安防、手機等行業(yè)。所以，我們和高通簽訂了全球AI計謀協(xié)作協(xié)定。

　　那末除人臉辨認(rèn)，我們?nèi)缃襁€做甚么？這個技巧是行動檢測，我們用盤算機視覺剖析的辦法，可以從很長的一段視頻里把重點內(nèi)容檢測出來，你便可以直接跳過沒成心義的部門，直接看這些風(fēng)趣的、真實的鏡頭。還有基于內(nèi)容的視頻搜刮，在片子中我們可以把各類各樣的片斷搜刮出來，好比說你想搜刮武感動作片斷，或許悲劇片斷，我們可以直接把它搜刮出來，或許你想搜刮科幻的，我們可以把科幻的片斷搜刮出來。

　　和用天然說話描寫來停止場景搜刮，我們用天然說話來描寫一個片子中的場景，然后它便可以主動依據(jù)你的描寫把這個片子片斷搜刮出來，好比，我們要搜House of Cards中的一個片斷，“Claire和Frank坐在藍色沙發(fā)上”，年夜家看到上面這段場景就出來了。別的，我們不只能把視頻剖析出來，還能懂得這個視頻，然后用天然說話描寫出來。好比上面這些活動視頻，機械便可以像講解員一樣來描寫活動場上產(chǎn)生的工作。

　　IJCV是我們這個范疇的兩年夜頂級雜志之一，作為IJCV的主編，我會在每一年的ICCV和CVPR兩個盤算機視覺頂級會議上，主辦IJCV Night晚會，約請幾百位頂級學(xué)者加入。上面這個演示里我們把片子場景里的一切物體都檢測出來，演員是哪個演員，他穿的是甚么衣服，這個場景是在餐廳里，一切的桌子、花、椅子全體可以或許及時的主動檢測出來，如許的技巧在之前長短常難的，然則如今我們都可以做到了。

　　再回頭來看我們?nèi)艉斡眠@些技巧來剖析后面提到的片子《戰(zhàn)狼》和《羞羞的鐵拳》，我們經(jīng)由過程剖析這些演員的舉措和他們之間的關(guān)系，可以剖析出來在分歧的場景之下，這兩個演員是誰，在做甚么，這個片斷是甚么類的情節(jié)。

　　同時，我們可以辨認(rèn)每幀情節(jié)分類，每個鏡頭是斗毆場景照樣愛情場景。我們也能夠把一個片子最出色的鏡頭提掏出來，年夜家可以遴選好比舉措的出色鏡頭、情感戲的出色鏡頭、喜劇的出色鏡優(yōu)等等。

　　那末總結(jié)起來，我們在做甚么呢？我們是在教機械看片子，一開端我們是教機械來辨認(rèn)人臉，Google是在教機械來下圍棋，而如今我們來教機械取代人看片子。這個感到有點怪，我們讓機械來做下棋，看片子，玩游戲這些風(fēng)趣的工作，然后我們?nèi)祟愔粨?dān)任給機械充充電，維修和頤養(yǎng)。

　　我認(rèn)為年夜家聽了這個必定認(rèn)為很好笑。現(xiàn)實上一切的義務(wù)，都是我們?nèi)酥浣o機械做的，機械是依照我們的指令在干事情，不存在機械掌握人類如許的工作，AI的真正目標(biāo)是贊助人類，贊助我們進步臨盆效力。

　　最初給年青人留下兩句話：第一句，片子必定要本身親身去看。第二句，AI這個詞在中國拼音翻譯過去就是“愛”，所以談愛情也要本身親身去談，不然你就不止“后任3”了，很有能夠“后任4”、“后任5”了。