1月28日，喷鼻港中文年夜学信息工程系传授、商汤科技开创人汤晓鸥在新兴科技峰会EmTech China上揭橥了题为《人工智能的中国式文艺中兴》的演讲。
商汤科技开创人汤晓鸥
下文为演讲内容整顿：
明天，我讲的标题是《人工智能的中国式文艺中兴》，这个标题我在上海讲过一次，我这小我不太爱好反复本身，因而我又想了一个新的标题——《人工智能的中国式十月反动》。
言归正传，我想年夜部门中国人都应当晓得《战狼》，一会儿赚了56亿。这在15、20年前是弗成能的；那时刻许多人会去买盗版的VCD，或许去网高低载一个盗版。假如如许，导演和演员也就没有动力再持续保持下去了。明天，中国片子的结果最主要的推进力就是我们对原创和版权的尊敬。
我们如今不是只要一部片子如许胜利，好比《羞羞的铁拳》赚了22亿，《青春》到达14亿的票房，《后任3》是18亿，《无问西东》做到了5亿票房。所以，对原创的尊敬使得中国的原创片子赓续往前成长。在三四十年月，全球片子成长起来时，中国片子其实不落伍，像《马路天使》、《一江春水向东流》一点也不输给好莱坞片子。
再往前，说一下文艺中兴的时刻，假如米爽朗基罗的这些作品或许任何一个艺术品很快有人停止复制，那末他能够也赚不到钱活不下去，所以，关于原创的尊敬也是文艺中兴能真正鼓起的一个缘由。
说到原创，上面我们来说讲人工智能。假如我讲人工智能，年夜家第一能想到甚么公司？是谷歌。但总有一天，人工智能高潮会曩昔的，到那天年夜家必定能想到商汤科技。
为何是谷歌？由于谷歌真的把资金投入人工智能成长，2015年的研发经费达120亿美金。2014年有一家公司叫DeepMind，只要12个员工，没有赚钱，只是在用深度进修玩游戏和下棋，然则谷歌消费6.6亿美金收买了这家公司。假如是在中国，年夜家就会花几百万美金把人一个个挖过去，那要廉价很多。然则假如那样做的话，就不会有后来的AlphaGo了。 AlphaGo以后，谷歌又做了AlphaGo 2和AlphaGo Zero，有些公司开端学着AlphaGo下围棋，还有的公司选择打扑克牌，但从某种意义上讲，这都是跟在他人的前面干事情。
真正成心义的工作是在AlphaGo之前你做了甚么？有无做甚么工作让机械在某项义务上克服人类。在AlphaGo之前我们做了一件工作，2014年，我们团队从事人脸辨认，在全球第一次让机械的人脸辨认才能跨越了人的眼睛，像AlphaGo一样，在某一小我类界说的单项义务上，机械超出了人类。
超出了人类就过了一条红线，而过了这条红线便可以在工业长进行运用。然则在真正运用的时刻，发明过了红线照样不敷用，从试验室到年夜范围家当化还有很长的路要走。2014年，我们用20万人脸来对机械停止练习做到了98.5%的精确率，而人是97.5%;2015年我们用30万人脸停止练习，到达了99.55%的精确率；2016年，我们用6000万人脸练习可以到达了百万分之一的误识率；2017年，我们用20亿人脸练习可以到达一亿分之一的误识率，而如许的误识率才可以真正地运用到各行各业，包含监控、金融、安防、手机等行业。所以，我们和高通签订了全球AI计谋协作协定。
那末除人脸辨认，我们如今还做甚么？这个技巧是行动检测，我们用盘算机视觉剖析的办法，可以从很长的一段视频里把重点内容检测出来，你便可以直接跳过没成心义的部门，直接看这些风趣的、真实的镜头。还有基于内容的视频搜刮，在片子中我们可以把各类各样的片断搜刮出来，好比说你想搜刮武感动作片断，或许悲剧片断，我们可以直接把它搜刮出来，或许你想搜刮科幻的，我们可以把科幻的片断搜刮出来。
和用天然说话描写来停止场景搜刮，我们用天然说话来描写一个片子中的场景，然后它便可以主动依据你的描写把这个片子片断搜刮出来，好比，我们要搜House of Cards中的一个片断，“Claire和Frank坐在蓝色沙发上”，年夜家看到上面这段场景就出来了。别的，我们不只能把视频剖析出来，还能懂得这个视频，然后用天然说话描写出来。好比上面这些活动视频，机械便可以像讲解员一样来描写活动场上产生的工作。
IJCV是我们这个范畴的两年夜顶级杂志之一，作为IJCV的主编，我会在每一年的ICCV和CVPR两个盘算机视觉顶级会议上，主办IJCV Night晚会，约请几百位顶级学者加入。上面这个演示里我们把片子场景里的一切物体都检测出来，演员是哪个演员，他穿的是甚么衣服，这个场景是在餐厅里，一切的桌子、花、椅子全体可以或许及时的主动检测出来，如许的技巧在之前长短常难的，然则如今我们都可以做到了。
再回头来看我们若何用这些技巧来剖析后面提到的片子《战狼》和《羞羞的铁拳》，我们经由过程剖析这些演员的举措和他们之间的关系，可以剖析出来在分歧的场景之下，这两个演员是谁，在做甚么，这个片断是甚么类的情节。
同时，我们可以辨认每帧情节分类，每个镜头是斗殴场景照样爱情场景。我们也能够把一个片子最出色的镜头提掏出来，年夜家可以遴选好比举措的出色镜头、情感戏的出色镜头、喜剧的出色镜优等等。
那末总结起来，我们在做甚么呢？我们是在教机械看片子，一开端我们是教机械来辨认人脸，Google是在教机械来下围棋，而如今我们来教机械取代人看片子。这个感到有点怪，我们让机械来做下棋，看片子，玩游戏这些风趣的工作，然后我们人类只担任给机械充充电，维修和颐养。
我认为年夜家听了这个必定认为很好笑。现实上一切的义务，都是我们人支配给机械做的，机械是依照我们的指令在干事情，不存在机械掌握人类如许的工作，AI的真正目标是赞助人类，赞助我们进步临盆效力。
最初给年青人留下两句话：第一句，片子必定要本身亲身去看。第二句，AI这个词在中国拼音翻译过去就是“爱”，所以谈爱情也要本身亲身去谈，不然你就不止“后任3”了，很有能够“后任4”、“后任5”了。
