二、深厚的AI技術(shù)是百度AR起航的動(dòng)力

　　就在昨天，百度在其智能營(yíng)銷解決方案發(fā)布會(huì)上，發(fā)布了專為智能手機(jī)研發(fā)的AR平臺(tái)“DuSee”。在吳恩達(dá)看來(lái)，DuSee是百度人工智能技術(shù)的自然延伸。該平臺(tái)使用了復(fù)雜的計(jì)算機(jī)視覺技術(shù)和深度學(xué)習(xí)，去理解場(chǎng)景，然后增強(qiáng)場(chǎng)景。要想研發(fā)出優(yōu)秀的AR技術(shù)，就必須應(yīng)用更優(yōu)的人工智能技術(shù)。

　　從技術(shù)環(huán)節(jié)來(lái)看，AR主要包括對(duì)現(xiàn)實(shí)世界的感知、真實(shí)世界和虛擬世界的信息融合、實(shí)時(shí)交互三個(gè)方面。DuSee是在百度大腦的基礎(chǔ)上發(fā)展起來(lái)的平臺(tái)。百度大腦利用Paddle深度學(xué)習(xí)并行計(jì)算平臺(tái)，在百度的GPU集群上訓(xùn)練上千億級(jí)數(shù)據(jù)樣本。整個(gè)百度大腦有上萬(wàn)億的參數(shù)，是全球最大的神經(jīng)網(wǎng)絡(luò)，在圖像識(shí)別、語(yǔ)音交互等方向世界領(lǐng)先。利用百度大腦的技術(shù)和計(jì)算能力，百度AR技術(shù)在物體識(shí)別、三維環(huán)境感知、人機(jī)交互等核心方向建立了絕對(duì)優(yōu)勢(shì)。

　　首先，深度學(xué)習(xí)在圖像識(shí)別和物體識(shí)別方面準(zhǔn)確率的大幅提升可以幫助設(shè)備更好的感知世界。物體識(shí)別是AR的基礎(chǔ)功能。通過攝像頭識(shí)別場(chǎng)景中的物體，能夠觸發(fā)相關(guān)的AR，并且在數(shù)據(jù)庫(kù)中找到相應(yīng)的虛擬物體與信息。目前，百度的圖像識(shí)別能力已經(jīng)排名世界第一，達(dá)到了四萬(wàn)個(gè)物體種類的識(shí)別。同時(shí)，百度在大規(guī)模圖片檢索、商品垂類識(shí)別、人臉識(shí)別和OCR識(shí)別等技術(shù)方面也是出于世界領(lǐng)先水平。

　　其次，在信息融合方面，人工智能技術(shù)也會(huì)帶來(lái)更加智能的定位和追蹤功能，以及更加出色的圖像渲染。百度的雙目視覺里程計(jì)技術(shù)在KITTI數(shù)據(jù)集上多項(xiàng)指標(biāo)位列前三位。百度自主研發(fā)的相機(jī)追蹤算法能夠?yàn)锳R應(yīng)用提供快速穩(wěn)定的相機(jī)姿態(tài)估計(jì)結(jié)果，算法速度和準(zhǔn)確度都處于業(yè)內(nèi)領(lǐng)先水平。算法同時(shí)具備輕量，內(nèi)存消耗低以及對(duì)相機(jī)對(duì)焦準(zhǔn)確度要求寬松等技術(shù)優(yōu)勢(shì)，極好的適應(yīng)了AR技術(shù)在移動(dòng)設(shè)備上的要求。同時(shí)在三維視覺的其它基礎(chǔ)技術(shù)領(lǐng)域也進(jìn)行了積極的布局和積累。比如在基于圖像的室內(nèi)定位，雙目視覺里程計(jì)，基于立體相機(jī)的景深感知，基于RGB-D相機(jī)的室內(nèi)大規(guī)模重建等方向都取得了世界級(jí)的成果。相關(guān)研究成果被世界計(jì)算機(jī)視覺領(lǐng)域頂級(jí)會(huì)議如ICCV，CVPR錄用，多項(xiàng)技術(shù)已經(jīng)應(yīng)用到百度的無(wú)人車項(xiàng)目中。

　　百度自主開發(fā)的跨平臺(tái)三維渲染引擎，除了傳統(tǒng)引擎的渲染功能，側(cè)重于虛擬物體和現(xiàn)實(shí)環(huán)境的融合，包括動(dòng)態(tài)真實(shí)環(huán)境的識(shí)別、實(shí)時(shí)三維圖形的生成渲染、虛實(shí)混合中的光照一致性和虛實(shí)物體相互作用的一致性構(gòu)建上

　　最后，在AR下，人和機(jī)器會(huì)出現(xiàn)一種有史以來(lái)最為自然的交互方式，人工智能在手勢(shì)識(shí)別、語(yǔ)音識(shí)別和自然對(duì)話方面的成績(jī)會(huì)成為這種自然交互的基礎(chǔ)，而且近期在做多模識(shí)別，比如說(shuō)基于自然語(yǔ)言處理和圖像的imagecaption也會(huì)和AR的交互場(chǎng)景完美的匹配起來(lái)。百度利用深度神經(jīng)網(wǎng)絡(luò)和大量數(shù)據(jù)，語(yǔ)音識(shí)別能力在嘈雜環(huán)境和各種方言等條件下保持非常高的識(shí)別率。

　　人工智能技術(shù)只是為AR提供基礎(chǔ)技術(shù)，而真正讓AR落地，重塑人、信息和物理世界三者之間關(guān)系的終極目標(biāo)還需要豐富的產(chǎn)品和應(yīng)用來(lái)延伸至用戶。斯坦福大學(xué)的電氣工程助理教授GordonWetzstein說(shuō)：「AR真的可以無(wú)縫地集成到日常生活之中：例如溝通、工作、信息可視化、戶外游戲等等，在幾乎任何你能想出的各個(gè)領(lǐng)域……這將從根本上改變?nèi)伺c人交流的方式?！?/p>

　　三、豐富的產(chǎn)品將助力百度AR迅速落地

　　百度在AR領(lǐng)域的優(yōu)勢(shì)除了在基礎(chǔ)技術(shù)人工智能方面的強(qiáng)大儲(chǔ)備之外，其次是還擁有搜索、地圖、無(wú)人車等天然與AR產(chǎn)生聯(lián)系的豐富的產(chǎn)品線。

　　首先，百度在搜索方面的優(yōu)勢(shì)毋庸置疑，而用戶搜索的目的基本可以分成幾類，1)獲取知識(shí);2)掌握技能，借助AR，一個(gè)醫(yī)學(xué)院的學(xué)生可以直接搜到3D可互動(dòng)的人體結(jié)構(gòu);家庭用戶在搜索「如何給空氣凈化器更換濾芯」時(shí)，也可以借助更加直觀的AR效果來(lái)解決現(xiàn)實(shí)生活的問題。因此，百度可以將AR效果集成到搜索中以提升用戶體驗(yàn)。

　　其次，AR是用戶真實(shí)世界和信息世界的疊加，真實(shí)世界就涉及用戶的移動(dòng)和位置，因此，地圖和LBS服務(wù)就顯得尤為重要了，這個(gè)大家從火爆的AR游戲上就可以體會(huì)到。而百度在移動(dòng)端，比如說(shuō)在百度地圖上，積累了海量用戶及他們的數(shù)據(jù)和行為習(xí)慣，這一方面成為百度AR上必不可少的工具，同時(shí)也提供了足夠多的數(shù)據(jù)以提供更加智能的應(yīng)用。從這方面來(lái)講，百度可以將AR功能集成到這些產(chǎn)品中。

　　此外，百度的其他產(chǎn)品也將與AR結(jié)合起來(lái)，比如手機(jī)百度、百度糯米等多個(gè)用戶體量過億的產(chǎn)品，總之，百度在AR的應(yīng)用方面還是有著充分的想象空間。

　　百度基于人工智能底層技術(shù)和多種移動(dòng)產(chǎn)品的兩端優(yōu)勢(shì)，未來(lái)的AR布局值得期待。