“人景分離項目……”

　　葉曉奇心說，來了，認真的聆聽狀，對這個項目非常關心。

　　“目前遇到了一些問題，主要是由於圖片集數據量不夠，導致我們的在此基礎上建立的特征庫，識別準確度非常低下。同時由於美工設計師的不足，在人工剝離人像上也顯得資源缺乏。”

　　“唉……”

　　葉曉奇心裡輕輕的歎了一口氣，到此為止，最關心的兩個項目，都遇到了各自的困難。一個是自身的不足，自動化基因缺乏。一個是世界性難題，深度學習需要海量的圖片，世界各國的數據集都還在建，的數據集也還很弱小，中生代的勤工儉學數據集計劃也才開展沒多久。

　　“所以針對這兩個問題，我們基礎架構研發部，一方面加大美工的招人力度，另一方面我們開辟了一個新的思路，那就是把包含人像的視頻按幀拆分，作為我們的圖片素材來源。”

　　“在此過程中，我們發現，通過對眼睛特征和嘴唇特征的綜合表現，可以計算出一個人的情緒;通過眼睛和嘴唇的連續變化，可以得到一個人的情緒變化指數;通過唇形的連續變化，可以大致的知道這個人說什麽話……”

　　正在失望之中的葉曉奇，震驚的問道:“你是說，讀唇?”

　　霍蓓蕾撥了撥發梢，答道:“是這樣的，沒錯，這將是我們後續的參考研發方向。”

　　“你是說，因為相應的圖片集不足，所以你們就把腦筋動在了視頻上。然後，就得到了這個東西?”

　　霍蓓蕾點點頭，“沒錯。”

　　葉曉奇卻感到有些凌亂，科研樹發展基本方向不應該是這樣的。

　　圖像AI技術大發展是建立在的深度學習理論的基礎之上的，深度學習得到的特征庫是一系列相關計算的核心，而深度學習依賴海量的圖片。

　　所以圖片不足，你們就特麽去拆視頻?拆視頻就算了，美工不足所以你們直接就把人臉識別那套搬過來了，結果大把的資源撒下去，人景分離還是沒整出來，卻發現了可以做情緒識別和讀唇術?

　　這下總算知道剛剛香取綾匯報的大筆支出花在哪了……

　　真真的應了那句話:有心栽花花不開，無心插柳柳成蔭

　　“準確率多少?”

　　任何圖片項目都是有準確率作為標尺的，就以人臉識別來說，準確率低於50%的研究沒有任何意義，商用階段起碼要擁有80%以上的準確率才行。

　　“情緒識別準確率高達64%，主要包括哭、笑、怒、樂、難過、傷心等詞綴，目前還在進一步學習，因為分類決策比較少，所以這個學習進展非常快。唇語識別，目前僅限於普通話中文，我們主要是采用央視某套有字幕的節目進行學習的，經測試，對特定的幾個主持人的口型識別準備率接近74%，而此類泛用視頻的識別率……不足5%……”

　　74%……不足5%……

　　情緒識別拋開不提，單說唇語識別。

　　74%什麽概念，就是一句話識別正確的字數到七成，就以“人類是低等植物”這幾個字來說，可能意思完全相反，但是對人類來說，猜到它的正確意思一點困難都沒有。而實際錯誤發生的地方都是隨機的，也不一定會錯的這麽離譜，比如“黑灰花卉會揮發”這句話，就如同正常人筆誤一樣。

　　葉曉奇不禁為那幾個主持人感到默哀，估計他們要是知道他們說的話被天網研究透徹到了這個地步，

以後路過中生代都會遠遠的繞道走。　　當然只針對這幾個人的研究是沒有意義的，所以才有泛用的說法。

　　泛用識別率不足5%，聽起來似乎不那麽靠譜。可是事實不是這樣的，萬事皆有開頭，只要研究大方向上沒錯，後續只是時間的問題。

　　就以5%來說，基本接近於平行世界2015年底牛津大學提出的研究成果所能達到的目標。隨後牛津大學和谷歌合作，在三個月內，也就是16年的三月份迅速把這個識別率學習到了46%。緊跟著不到一年，谷歌就據此發布了唇語識別特征庫，面向世界開放，因此項技術收益的項目和企業隨之紛紛成立。

　　當然谷歌的技術僅限於英文，但是原理是一樣的，中文讀唇術依舊是采用這個原理。

　　只要研究方向得當，整個過程真的只是時間和算力的問題。

　　而且46%也絕不是計算機所能達到的極限，通過結合上下文語義分析和語義聯結，輔以更大的數據訓練，只需要經過兩三年的商用落地沉澱，這個準確率就很快可以超越90%。

　　想想電影裡的那些唇語識別橋段吧，這可是超級特工才有的專精技能。而人類經過十幾年專業訓練的唇語專家，很遺憾，平均識別度僅有不到13%。

　　計算機以其自身的特點和優勢，在效率和成果上，在這方面是足以秒殺人類的。

　　那麽唇語識別能做什麽?

　　能做的事情很多……

　　特種任務案情分析、監控預警、人質交涉、視頻自動字幕……

　　懷疑某某在春晚上是假唱對吧?聲音對不上?沒關系，來唇語識別測一測，真唱假唱一測既知。

　　懷疑某些小鮮肉在電視裡只是裝作念台詞對吧?來咱唇語識別測一測，口型起碼要對上。

　　進一步想像下，有了讀唇術，在結合語音識別技術呢?兩者相加可以使計算機對人類的語言理解準確到令人發指的程度，這就為和語音智能企業的進一步深入合作提供了可能性，而不是現在的單純技術買入。

　　對於某些殘障人士呢?試想下，沒有人願意生下來就耳不能聞、口不能述，還不得不去學習一些複雜的手語來和人交流，而這種交流對於普通人來說可能難以理解。但是讀唇術可以改變這一些，通過對口型的學習，再通過讀唇術翻譯，就能正常的與其他人交流！

　　不能為人類服務的機器人研究，對人類來說，是沒有意義的，如果真的出現了這樣的研究:請拍死他！

　　同樣，不能為人類服務的AI技術，亦是沒有價值的。

　　讀唇術有沒有價值?

　　必須有。

　　高度成熟的AI技術，是誕生高度發達的機器人的先決條件。

　　AI技術的發展，絕對不止是像物流機器人一樣，代替人類的某些工種，去跟人類搶飯吃。它可以使人類的生活變得更安逸和“懶惰”，比如掃地機器人。它也可以代替人類的某些高危工種，執行一些人類難以執行的任務，充當某些領域的敢死隊和馬前卒。

　　這方面最典型的例子就是“好奇者號”，雖然好奇者號在後世看來可能比較落伍，但是其“大腦”一定是擁有了初步的自我判斷能力的，否則也無法在長達20多分鍾的電波延遲中，脫離人類指揮生存。

　　假如有一天，人類要進軍外太空，人類怎麽去指揮機器人?人機協同才是最聰明的方式，機器人的重要性是無可取代的，那麽使用傳統按鍵操控方式嗎?

　　笨重的防護服可能不允許人類這麽做。勢必有著其他指揮方式，例如手勢、聲音等，讀唇術就為人機協同作業提供了額外的可能性。

　　太空中如此，深海中呢?

　　高空作業?嘈雜環境作業?

　　讀唇術，及其所屬的圖像識別，其未來發展前景，是無限……是真正的星辰大海……