在 2017 年的 I/O 大會上，Google 發布了一款能識人又能識物的新產品：
你只需要對著別人的名片一掃，所有信息就能存進通訊錄；
你只需要對著景物一掃，就能獲得當前景物的所有信息；
當你在游覽時，它還能擔當你的隨身翻譯、導游 ……
更重要的是，這款產品打破了智能手機的檔次局限，無論是高端旗艦還是低端入門，只要搭載的是智能系統，任何手機都能用得上它。
這個在當時有著神仙功能的新品，就是我們在往后兩年 I/O 活動上都能看到的「Google Lens」，如今這個產品經過兩年的發展，它已經成為識物工具中的佼佼者。
而隨著今年 Google 在這款工具里加入 AR 和朗讀功能后，有著 124 年歷史的笛洋美術館（de Young museum）也在近日宣布，將全面支持游客用 Google Lens 游覽展館。
這也是世界上第一家支持 Google Lens 的美術館 / 博物館。
▲ 圖片來自：Artnews
在笛洋美術館內，游客可以通過 Google Lens 對展品進行識別，系統在進行識別后會推送當前作品的作者、歷史等相關信息，用戶可以在館內通過這個功能自由獲取想了解的內容。
而且更有意思的是，除了對作品進行識別外，游客還可以通過 Google Lens 對特定物品進行識別，識別成功后系統會播放作品相關的 AR 圖像或視頻內容。
通過這種方式，用戶能獲得面前這幅作品以外的信息，譬如讓作者在視頻中介紹當前作品的創作經歷等，讓游客通過具象且優雅的方式獲得知識內容，就像和藝術家面對面交流一樣。
不過，AI 識物能在未來取代傳統人力向導成為游客獲得新知識的主要途徑嗎？我認為這個想法是不錯，但現在說似乎還有點早。
強大的 AI 人工智能讓 Google Lens 成為了當今世界上數一數二的識圖工具，越來越多的應用途徑，也讓這款工具走出實驗室和 PPT，成為用戶了解新事物的另一種途徑。
▲ 圖片來自：9to5Google
但這種機械式的向導能取代人力成為未來游覽的發展主流嗎？我認為說「取代」那這話可能說得有點早了，而且在短期內，AI 向導不會取代人工成為主流。
首先我不否認 AI 的兩個優勢：全天候運作和可延展性。
相比于人工向導，AI 能 24 小時全天候工作，同時通過自學習能力，AI 能在執行任務的過程中不斷學習。而且在網絡的幫助下，AI 并不是一個大腦在學習，而是服務器主腦和終端「大腦」們的信息互通，從而組成一張存儲特征的智能網絡。
從表象來說，比如我用手機對著我面前的杯子進行掃描，系統會記錄物體的特征信息，當其他用戶掃面類似的物體時，AI 會進行特征識別和結果篩選，快速得出識別結果?；蛘弋斘业谝淮螔呙柽@個物體時，AI 會先記錄特征，當我第二次掃描時，AI 會繼續增加特征點，從而全局提升識別的速度和準確率。
神經網絡的自學習能力能讓 AI 的識別效率接近人腦，甚至有著不受情緒和精神的影響，它可能還會超越人腦，但是能得出準確無誤的結果，前提是需要大量訓練。
AI 能在短時間內得出識別結果，實際上有賴于研發團隊在功能推出前的各種訓練工作。譬如在 Google 的 TensorFlow API 中，他們會通過 COCO 數據庫的 90 大類、共 30 萬張圖像對 AI 進行識別訓練，繼而通過圖像去提升 AI 的識別能力。但即便有著大量的訓練信息作為基礎，AI 也并非天下無敵。
The Verge 在近日的《人工智能難以識別低收入地區的日用品》這篇文章中，就對 AI 識別的基礎進行探討，并給出了「AI 訓練不平衡」的觀點。
研究人員發現，物體識別算法在識別月收入 50 美元的家庭物品時，結果的誤差大約會比超過 3500 美元的物品增加 10％。而且不同地區物品的準確率也差異甚大，比如算法在識別美國物品方面會比索馬里和布基納法索的物品提升 15%~20% 的準確率。
另外這篇文章有意思的論點在于，由于 AI 識物在訓練時大多都是在發達地區訓練，因此對于非發達地區的物品，AI 識物會出現識別失效的情況，這種不平衡的現象很可能會影響未來自動駕駛在非發達地區的發展，因為自動駕駛需要依賴傳感器和 AI 識別。
▲ 同一個 Soap（肥皂），不同的結果 . 圖片來自：The Verge
所以盡管 AI 在某些方面比人類表現出色，但前提需要大量的數據支撐，對于存在變量的物品，人腦在學習和處理上則會比 AI 優秀。面對博物館固定的展品，AI 能帶來低成本、快捷的體驗，但應對互動和數據庫沒有的物品，人力向導仍然占有一定優勢。
不過 AI 要取代人力，真正要克服的不是知識量，而是交互情感。
AI 識物能提供詳細的知識傳播，但卻不具備人類最可貴的互動交流。雖然 AI 識物方便參觀者通過手機查看當前展品的詳細信息，但這只是機械性地獲得千篇一律的內容，而并非是人與人交流。這種區別就像網上授課和面對面課堂，獲得的信息是不變的，但若是要提問詳情中沒有的知識，誰能解答呢？
當然，面對情感這個大問題，不少廠商也正通過語音優化讓 AI 貼近人類發聲，比如 Google Duplex 在語音中加入了仿人類的語氣和停頓，「唔」、「哦」這些助詞讓 AI 說出的話更像是個真人而并不是機器人；蘋果也在 iOS 13 通過 TTS 對 Siri 進行多語音拼合優化，讓 Siri 的發音更加自然。
▲ Google Assistant 有特別的發音技巧
總體而言，雖然目前 AI 有著強大的學習能力和識別效率，但作為知識的提供途徑，AI 當下仍處于輔助為主的發展階段，擁有情感和交互的人力依然占有主流優勢。
不過不可否的是，在互聯網技術推動下，AI 已經踏上了高速路，越來越貼近真實人類，盡管目前我們還在為「人工智能」和「人工智障」而辯論 ，但是讓 AI 在若干年后給我們提供新知識，并非不可能。
【來源：愛范兒】
