人工智能为机器装上“眼睛”和“耳朵” 帮助各种设备更好地“看懂世界”

深圳富士康源康植物工厂的10多层种植架上，上百种蔬菜已经郁郁葱葱。这里安装着数以百计的高清摄像头，它们24小时不停歇地智能监控，实时洞察着蔬菜是否有异常发生。

通过埋在营养液中的传感器，大棚里的蔬菜或者花卉就会“说话”：大棚里温度高了它会预警，土壤湿度低了它会通知。利用物联网技术，检测仪可以把营养液的温度、湿度、氮磷钾含量等数据自动上传。可以设想，未来农民通过手机App实时查看，不下地也变得“眼观六路、耳听八方”。

如今，人们将听觉与视觉等功能赋予各种智能设备，如声纹识别、图像识别等技术，帮助各种设备更好地“看懂世界”，也帮助人们更好地与世界进行互动。

听觉：“工业听诊器”实时监控变压器

“家用机器人在与主人交互时，如果它能知道是哪位主人发出的号令，那么它就可以有针对性地提供个性化服务，而凭借声音，可以很好地分辨不同的主人。”声扬科技首席科学家张伟彬介绍说，把这项技术拓展开来，智能语音会议系统可以解决日常开会中“谁说了什么”，形成自动化会议纪要并节省人力。

声扬科技提供的远程身份认证解决方案，让退休人员在家就可通过声纹技术进行身份认证。“语音包含了很多个人信息，除了内容，还包括情感，通过挖掘更多语音价值。”

人工智能听觉技术，不仅可用于日常交互，在工业产线上也能派上用场。今年10月，科大讯飞“顺风耳”图聆工业云平台上线，基于讯飞在声音、视觉方面的技术积累，依托讯飞自研的声音、图像智能传感器，已落地广东并让工业变得更加智能。

以变压器运维场景为例，在传统的工业场景中，要判断变压器故障，常用的方法是通过人的耳朵去“听”。但是，通过人耳检测的缺点是显而易见的——人不可能24小时集中注意力去进行检测，有无经验对检测结果也会造成极大差别。而对于具备AI能力的“顺风耳”图聆工业云平台来说，这些问题都将迎刃而解。

借助平台中的讯飞工业听诊器，自动采集变压器的声音信息，再通过模型训练平台对这些数据标注，形成变压器声纹模型，对变压器的运行状态进行在线实时监控和预警，实现对变压器的智能化运维。

再以气体泄漏检测为例，气体泄漏时，泄漏点会因为涡流而产生超声波，这些原本肉眼不可见、人耳听不到的声波，通过声成像技术，会以图像形式呈现在屏幕上，让气体泄漏变得“看得见”，帮助维修人员快速找到泄漏点。

视觉：给产线装上“眼睛”查找缺陷

在富士康AI农业工厂，摄像头将发芽盘拍照后，对图片影像处理，进而撷取发芽形态轮廓、计算与定位处理，自动计算出发芽率和不良幼苗定位。智能化的机械手臂可以适时移除不良幼苗。

叶片受损、叶缘黑褐化、叶片黄化、新叶溃烂等情况，通过智慧检测模型，对病症进行侦测，除了给植物做“健康体检”，这套系统还能对植物做“生长预测”，即辨识植物生长与关联数据，找出适宜可控制之组合模型。

“传统农业仅有20%—30%的肥料有效使用，90%以上用水量流失浪费，而在智慧工厂，仅需传统农业10%用水量。工作人员介绍。

与富士康不远的华星光电深圳工厂，每个图片质检员每天要对大约10000张图片进行质量检查，平均需要在3秒内完成对每张图片的缺陷分类。缺陷种类多达120种，在不同线路、不同产品上的缺陷特征又不一样，腾讯提供了一个解决方案，给产线装上“眼睛”：由高清摄像头拍摄照片，再通过AI算法检测面板轻微的裂缝及瑕疵。对比传统的人力判片方式，AI识别速度提升了5至10倍，缩减人力50%。

AR/VR领域、无人驾驶、智能安防、机器人等，机器视觉有很大需求，而机器视觉也被认为是人工智能的一个突破点，有数据显示，人类获取外界的信息83%是依靠眼睛，通过视觉人们可以看到实物的颜色、大小、状态以及形状，机器视觉同样如此，将设备采集的信息进行整合、处理、反馈进而做出下一步的操作。

计算机视觉率先落地，“AI第一股”即将见分晓

从智能手机的面部识别、人脸支付到工业机器人的精准避障、精确抓取……近年来，随着语音语义、图像识别、智能传感器等技术的进步，计算机听觉与视觉在工业生产与社会生活中的应用愈发广泛，市场渗透率持续提升，不再那么地遥不可及。

同时，无论是在制造业产业中，还是在交通、金融、安防等领域内，计算机视觉都在推动相关企业的加速转型升级。为此，该领域企业迅速成长起来，并获得了资本市场的高度关注与支持。

根据清华大学此前发布的《中国人工智能发展报告2018》，中国人工智能市场增长迅速，计算机视觉市场规模最大，仅在2017年，中国人工智能市场规模达到237亿元(机器视觉占比34.9%)，同比增长67%。

今年8月，广东证监会信息显示，国内“AI四小龙”之一的广州云从科技已办理辅导备案登记。除此之外，同属于“AI四小龙”的旷视科技与商汤科技、依图科技也纷纷放出消息，考虑于科创板挂牌上市。谁会成为国内人工智能计算机视觉第一股，业界对此颇为期待。

这也表明，一方面，人工智能需加快落地才能创造更多商业价值，而视觉的市场占比最大，另一方面，视觉是目前变现最顺利的人工智能技术。