在9月3日的百度世界大會(huì)上，百度公司正式發(fā)布智能頭戴硬件產(chǎn)品BaiduEye。產(chǎn)品與9月2日由36氪網(wǎng)站透露的消息基本一致，產(chǎn)品的技術(shù)特色在于語音交互和圖像識(shí)別，產(chǎn)品沒有配備像谷歌眼鏡那樣的鏡片，取而代之的是配備了攝像頭、動(dòng)作及聲音的感知識(shí)別裝置，正如同產(chǎn)品的名字那樣，這些裝置更像是機(jī)器的“眼鏡”，感知著周圍的世界。

BaiduEye的這一側(cè)包含了主要的感知設(shè)備

　　后側(cè)感覺略顯沉重

　　百度深度學(xué)習(xí)實(shí)驗(yàn)室(IDL)產(chǎn)品設(shè)計(jì)師、同時(shí)也是BaiduEye產(chǎn)品負(fù)責(zé)人趙思聰告訴記者，BaiduEye開發(fā)過程歷時(shí)4個(gè)月，整個(gè)開發(fā)過程非常緊張。而產(chǎn)品應(yīng)用方向，初步鎖定在了O2O領(lǐng)域。

　　在百度世界展會(huì)上，BaiduEye團(tuán)隊(duì)展示了他們和B2C奢侈品電商平臺(tái)寺庫網(wǎng)的合作項(xiàng)目，當(dāng)用戶佩戴BaiduEye面對(duì)他所關(guān)注的高端品牌包時(shí)，可以通過語音裝置告訴BaiduEye“掃一下那個(gè)包”，或通過手勢(shì)操作隔空畫一個(gè)圈把書包圈起來，產(chǎn)品就可通過前置的攝像頭感知包的外形，并通過團(tuán)隊(duì)和寺庫網(wǎng)定制開發(fā)的一款手機(jī)App彈送該款書包的信息和零售價(jià)格，同時(shí)基于百度地圖將用戶引導(dǎo)到寺庫線下店完成購買。據(jù)趙思聰介紹，在和商場(chǎng)合作以前，首先需要構(gòu)建關(guān)于展示商品的識(shí)別模型，有了龐大的數(shù)據(jù)庫之后，商場(chǎng)就可以根據(jù)顧客的喜好，推出類似的商品。

　　BaiduEye與寺庫合作，在數(shù)據(jù)庫中存放了這些款書包的圖像模型

　　與寺庫合作開發(fā)的App

　　從合作案例可以推斷，缺少屏幕端支持的BaiduEye，在未來的應(yīng)用肯定也需要手機(jī)屏幕的配合才能構(gòu)成服務(wù)的閉環(huán)，雖然在體驗(yàn)上有些繁瑣，但借力產(chǎn)品背后深度學(xué)習(xí)研究院的項(xiàng)目支持，BaiduEye還是給人們留了很大的想象空間。

　　BaiduEye全身照

　　據(jù)了解，深度學(xué)習(xí)研究院成立于2013年，今年5月中旬，百度另在美國硅谷成立分支機(jī)構(gòu)“硅谷人工智能實(shí)驗(yàn)室”。而從2012年夏天開始，百度公司就開始著手組織團(tuán)隊(duì)研究深度學(xué)習(xí)和人工智能，其中院長為百度董事長兼CEO李彥宏，副院長為第九批“”國家特聘專家、知名機(jī)器學(xué)習(xí)專家余凱，此外還有若干專注于大數(shù)據(jù)、機(jī)器學(xué)習(xí)的科學(xué)家，以及產(chǎn)品架構(gòu)師和設(shè)計(jì)師加入研究院。深度學(xué)習(xí)研究院主要負(fù)責(zé)模擬人腦的學(xué)習(xí)結(jié)構(gòu)，并通過圖像識(shí)別技術(shù)、人機(jī)交互技術(shù)等大數(shù)據(jù)技術(shù)構(gòu)建起像人類一樣的深度學(xué)習(xí)能力。

　　正如李彥宏在今年的百度世界大會(huì)上所提到的，“未來五年使用語音和圖像來表達(dá)需求的比例將超過50%”。而BaiduEye基于圖像識(shí)別和人機(jī)交互這兩個(gè)重要的技術(shù)，或?qū)⒂袡C(jī)會(huì)走得更遠(yuǎn)。

　　首先，圖像識(shí)別技術(shù)將是智能硬件認(rèn)知世界的觸角。圖像識(shí)別技術(shù)被細(xì)分為人臉識(shí)別、景物識(shí)別、物體識(shí)別、動(dòng)物識(shí)別、文字識(shí)別等類別。繼谷歌、微軟公司之后，百度也成為國內(nèi)圖像識(shí)別的技術(shù)提供商之一，并在上述類別的識(shí)別技術(shù)中取得了一定進(jìn)展。

　　例如，百度公司將圖像識(shí)別技術(shù)應(yīng)用在了百度翻譯中，通過攝像頭掃描物體，能夠做到對(duì)物體的識(shí)別，并給予翻譯;基于光學(xué)字符識(shí)別(OCR)技術(shù)，通過可見光來感知自然環(huán)境(像紙張上的字、建筑物上的廣告文字等)中的文字輪廓，依托處理系統(tǒng)轉(zhuǎn)化成計(jì)算機(jī)上可用的文字信息。此外，圖像識(shí)別技術(shù)還應(yīng)用在了百度識(shí)圖、百度魔圖、百度云等產(chǎn)品中，特別是在百度云中，目前基于識(shí)別功能可以幫助用戶對(duì)照片進(jìn)行景物、人物、動(dòng)物或事物進(jìn)行分類，這意味著用戶可以通過識(shí)別技術(shù)快速整理一些專輯內(nèi)容。而BaiduEye未來有望借助百度圖像識(shí)別能力，對(duì)更多的對(duì)象和手勢(shì)進(jìn)行識(shí)別，以圖像識(shí)別為入口，廣泛地應(yīng)用于O2O的營銷及更多場(chǎng)景。產(chǎn)品負(fù)責(zé)人趙思聰就表示，產(chǎn)品的拓展空間相當(dāng)之大，比如未來不排除讓BaiduEye兼容像文字識(shí)別這樣的能力，像在海外旅游中，這款硬件就可以發(fā)揮翻譯、交流的作用。

　　第二，語音識(shí)別技術(shù)是實(shí)現(xiàn)智能硬件人機(jī)交互的重要形態(tài)，也是百度IDL研究的一個(gè)重點(diǎn)方向。目前，包括百度地圖、百度導(dǎo)航在內(nèi)的許多百度應(yīng)用都集成了百度語音技術(shù)，甚至李彥宏在今年大會(huì)上也表示，語音搜索已占總搜索量的10%左右，BaiduEye集成語音更是自然而然的事。今年，百度公司內(nèi)部僅有的兩個(gè)200萬美金最高團(tuán)隊(duì)獎(jiǎng)項(xiàng)其中之一就頒發(fā)給了語音識(shí)別技術(shù)研發(fā)團(tuán)隊(duì)，足見百度對(duì)于語音技術(shù)的重視。

　　從專業(yè)角度來看，語音識(shí)別分為“訓(xùn)練”和“識(shí)別”兩個(gè)部分，訓(xùn)練一般是通過離線進(jìn)行的，即首先獲得海量的語音數(shù)據(jù)和語言數(shù)據(jù)庫，并對(duì)它們進(jìn)行信號(hào)處理和知識(shí)挖掘，提煉“聲學(xué)模型”和“語言模型”；識(shí)別則是在線進(jìn)行的，通過前端對(duì)聲音檢測(cè)、降噪、提取特征后，在后端利用“聲學(xué)模型”和“語言模型”對(duì)語言進(jìn)行識(shí)別、處理、校正和再學(xué)習(xí)，在最終給用戶一個(gè)正確反饋的同時(shí)，也能進(jìn)一步提高識(shí)別率。在百度世界展會(huì)上，BaiduEye工作人員通過用不同的口語表達(dá)方法告知這款硬件設(shè)備，都能成功地執(zhí)行圖像識(shí)別命令，這正是體現(xiàn)在機(jī)器對(duì)于中文語言的識(shí)別能力上。通過不斷的訓(xùn)練，BaiduEye則有望成為真正的“智能”設(shè)備，實(shí)現(xiàn)人機(jī)之間的高效交流。

　　目前，BaiduEye還只停留在演示的階段，所以期待BaiduEye正式發(fā)售的人們可能還得等上一段時(shí)間，因?yàn)闊o論是硬件工藝還是軟件算法，還都尚須沉淀。更重要的是，不斷從數(shù)據(jù)中挖掘和學(xué)習(xí)，才是產(chǎn)品走向成熟的關(guān)鍵。（文 | 陳啟臨）