戍天九思原創
最近，人工智能在機器視覺上有了重大突破，讓機器有了“第六感”超能力，應用前景驚人，值得高度關注。
影子相機有預見能力
2019年10月27日，美國麻省理工學院官網上發表了一項最新研究，該研究讓機器通過分析周圍環境里光影的變化，來預判障礙物之後物體的運動軌跡。
這是基於一套叫作影子相機的系統，該系統通過分析連續拍攝的圖像中光影強度的變化，就能判斷是否有物體正在靠近。
在這項研究中，實驗人員讓正在拐彎的汽車和醫院裡的自動導航輪椅使用了“影子相機系統”，結果發現：在遭遇突發情況時，使用該設備比使用傳統的激光雷達系統反應時間要快0.5-1秒。
你別小看這1秒的時間，它相當於讓自動駕駛汽車可以像有豐富經驗的老司機開車一樣有預見能力，可以提前1秒鐘發現苗頭預防，從而可以有效避免由於視線遮擋造成的事故。比如，可讓一輛自動駕駛汽車，判斷旁邊的公交車後面有沒有正在過馬路的行人，從而提前採取規避措施。
人工智能練出“透視眼”
2019年9月27日，麻省理工的研究團隊一項研究大幅提高了機器“透視眼”能力。在該研究中，機器能隔着一堵牆，判斷牆後的人在做什麼樣的動作。比如說，在一個房間外面，機器能看出房間里兩個人正在握手。還能看出，在一個封閉的電話亭里，打電話的人到底是什麼樣的姿勢。
▲麻省理工團隊實驗中的現實圖片和結果比對
這是什麼原理？大家知道，可見光雖然不能穿牆而過，但光也是一種電磁波，而多數電磁波是不受牆壁阻擋的。家裡的WI-FI就是一種電磁波，無論你在哪個房間，它都能穿牆過去抵達你的設備。
這項實驗里，機器之所以能獲得透視眼，就是因為它實際上監測的，是物體傳遞出來的電磁波。過去，科學家也做過類似實驗，但由於成像技術分辨率很低、誤差太大、反射的環境太複雜，實際成像效果一直不好，拍攝出來的圖像人眼都看不出來。
但是，麻省理工團隊研究用了一種全新的思路，他們把穿牆拍攝的電磁波圖像跟傳統攝像機拍攝的正常圖像，通過一一進行對比，然後用機器學習，找到其中對應的規律。用這種方式，讓機器獲得了理解穿牆信號的能力。
人工智能讓白牆也能變“鏡子”
未來，可能你對着教室天花板拍一張照片，可能就能看到全班同學卷子上的答案。因為即便是一面大白牆，它也蘊含著非常豐富的信息，這面大白牆上映射着很多不同物體呈現出來的光影。
通過機器學習技術，對這些光影進行分析，就有可能還原出牆前面的物體。因此，科學家可以把一面白牆變成一面“鏡子”。這也是2019年發表在《自然》雜誌的一項研究成果。
“超視眼”技術應用前景廣泛
可見，不管是影子相機的預見能力，還是機器“透視眼”，還是牆面變鏡子的“戲法”，本質上都是讓人工智能分析環境中那些細微、複雜的隱含信息，從而發展出的“超能力”。這些見微知著的“超能力”,將在未來重塑我們的信息環境、隱私環境和生活環境，也必將帶來戰場環境的革命性變化。
目前，自動駕駛汽車都有一個致命軟肋：由於通訊信號的延遲和自動控制系統的延遲這些技術上的瓶頸，無法處理像行人橫穿馬路之類的突發緊急情況，這是特斯拉自動駕駛汽車發生多起亡人事故的根本原因。有了這種“超視眼”技術，不僅可以看得更清了，而且有了0.5-1秒的預見能力；又有了毫秒級延時的5G技術，基本上就可以實現實時自動控制，這類問題就會迎刃而解。
目前，軍用機器人也有類似自動駕駛汽車那樣的技術軟肋。俄軍最先進的機器人不是自主作戰，而是遙控作戰。2015年12月在敘利亞戰場高地爭奪戰中，俄軍就投入了一個機器人戰鬥群掩護敘軍地面部隊進攻“伊斯蘭國”武裝分子據守的陣地，僅20分鐘武裝分子就前線崩潰，有70多人被消滅，而敘軍僅4人受傷。
▲“平台-M”型履帶式戰鬥機器人
如果有了這類“超視眼”技術和5G技術，戰鬥機器人就能真正實現自動駕駛，有預見能力和透視能力，機器人部隊將會如虎添翅，真正做到：先敵發現、先敵鎖定、先敵開火。難怪最近俄羅斯宣布2025年前將組建戰鬥機器人部隊。
▲“天王星-9”戰鬥編組
不難預見，隨着這種“超視眼”技術的成熟，還可能發展出全新一代高靈敏度的軍事偵察和態勢感知裝備，讓更多不可能變成可能。
備註：圖片來自互聯網
