首家支援 Google Lens 的博物馆即将到来，但用 AI 取代人类导览似乎有点早
▼
2017 年 I/O 大会，Google 发表一款识人又识物的新产品。
- 你只需要对着别人的名片一扫，所有资讯就能存进通讯录。
- 你只需要对着景物一扫，就能获得当前景物的所有资讯。
- 当你在游览时，它还能当你的随身翻译、导游……
更重要的是，这款产品打破了智慧手机的档次局限，无论是高阶旗舰还是低阶入门，只要搭载的是智慧系统，任何手机都用得上它。
这个在当时有着神仙功能的新品，就是我们在往后 2 年 I/O 活动都能看到的“Google Lens”，如今这个产品经过 2 年发展，已成为识物工具中的佼佼者。
而随着今年 Google 在这款工具里加入 AR 和朗读功能后，有着 124 年历史的笛洋美术馆（de Young museum）也在近日宣布，将全面支援游客用 Google Lens 游览展馆。
这也是世界第一家支援 Google Lens 的美术馆／博物馆。
（Source：de Young museum）
在笛洋美术馆内，游客可以透过 Google Lens 辨识展品，系统在进行辨识后会推送当前作品的作者、历史等相关资讯，游客可以在馆内透过这个功能自由获取想了解的内容。
（Source：Google）
更有意思的是，除了辨识作品，游客还可透过 Google Lens 辨识特定物品，成功后系统会播放作品相关的 AR 图像或影片内容。
透过这种方式，游客能获得面前这幅作品以外的资讯，比如作者介绍作品的创作经历等，让游客透过具体且优雅的方式获得知识内容，就像和艺术家面对面交流。
不过，AI 识物能在未来取代传统人类导览，成为游客获得新知识的主要途径吗？这个想法可能不错，但现在似乎还有点早。
强大的 AI 人工智慧让 Google Lens 成为世界数一数二的识图工具，越来越多应用途径，也让这款工具走出实验室和 PPT，成为使用者了解新事物的另一种途径。
（Source：Google Lens）
但这种机械式的向导能取代人力成为未来游览的发展主流吗？笔者认为“取代”可能说得有点早了，而且在短期内，AI 导览不会取代人类成为主流。
首先不否认 AI 的两个优势：全天候运作和可延展性。
相比于人类导览，AI 能 24 小时全天工作，同时透过自学习能力，AI 能在执行任务时不断学习，且在网络的帮助下，AI 并不是一个大脑在学习，而是服务器主脑和终端“大脑”的资讯互通，进而组成一张储存特征的智慧网络。
表面来说，比如笔者用手机扫描面前的杯子，系统会记录物体的特征资讯，当其他用户扫描类似的物体时，AI 会特征辨识和结果筛选，快速得出结果。或当笔者第一次扫描这物体时，AI 会先记录特征，当笔者第 2 次扫描时，AI 会继续增加特征，进而全局提升辨识的速度和准确率。
神经网络的自学习能力能让 AI 的辨识效率接近人脑，甚至有不受情绪和精神的影响，可能还超越人脑，但能得出准确无误的结果，前提是需要大量训练。
（Source：COCO）
AI 能在短时间内得出辨识结果，实际上有赖于研发团队在功能推出前的各种训练工作。譬如在 Google 的 TensorFlow API 中，他们会透过 COCO 资料库的 90 大类、共 30 万张图像对 AI 做辨识训练，透过图像提升 AI 的辨识能力；但即便有大量的训练资讯为基础，AI 也并非天下无敌。
The Verge 近日《人工智慧难以辨识低收入地区的日用品》文章，就探讨 AI 辨识的基础，并下了“AI 训练不平衡”观点。
研究人员发现，物体辨识演算法在辨识月收入 50 美元的家庭物品时，结果的误差大约会比超过 3,500 美元的物品增加 10%，而且不同地区物品的准确率也差异甚大，比如演算法在辨识美国物品方面会比索马利亚和布吉纳法索的物品提升 15%~20% 准确率。
另外，这篇文章有意思的论点在于，由于 AI 识物在训练时大多都是在发达地区训练，因此对于非发达地区的物品，AI 识物会出现辨识失效情况，这种不平衡的现像很可能影响未来自动驾驶在非发达地区的发展，因为自动驾驶需要依赖感测器和 AI 辨识。
▲ 同一个 Soap（肥皂），不同的结果。（Source：The Verge）
所以尽管 AI 在某些方面比人类表现出色，但前提需要大量的数据支撑，对于有变量的物品，人脑学习和处理会比 AI 优秀。面对博物馆的固定展品，AI 能带来低成本、快捷的体验，但应对互动和资料库没有的物品，人类导览仍有优势。
不过 AI 要取代人力，真正要克服的不是知识量，而是互动情感。
AI 识物能提供详细的知识传播，但却不具备人类最可贵的互动交流。虽然 AI 识物方便参观者透过手机查看展品详细资讯，但这只是机械性获得千篇一律的内容，并非人与人交流。这种区别就像网络授课和面对面课堂，获得的资讯不变，但若要提问资料库没有的知识，谁能解答呢？
当然，面对情感这个大问题，不少厂商也正透过语音优化让 AI 贴近人类发声，比如 Google Duplex 在语音加入仿人类的语气和停顿，“唔”、“哦”这些助词让 AI 说的话更像真人而不是机器人；苹果也在 iOS 13 透过 TTS 对 Siri 进行多语音拼合优化，让 Siri 的发音更自然。
总体而言，虽然目前 AI 有强大的学习能力和辨识效率，但还有知识的提供途径，AI 当下仍处于辅助为主的发展阶段，拥有情感和互动的人力依然有主流优势。
不过不可否认的是，在网络技术推动下，AI 已踏上高速发展道路，越来越贴近真实人类，AI 若干年后能提供新知识给我们，并非不可能。
（本文由 爱范儿 授权转载；首图来源：Google）
延伸阅读：
- Google Lens 推出新功能，还能在餐厅推荐菜色
- Google 搜寻加入 AR 功能，让搜寻结果浮现你眼前
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
