AI＋3D，一項具有革命性改變的感知技術(shù)，正在慢慢向工業(yè)生產(chǎn)、硬件制造，以及人們?nèi)粘Ｉ顫B入。
3D感知硬件能夠提供距離、深度等數(shù)據(jù)信息，但這并不是單純的數(shù)據(jù)，而是基于這些數(shù)據(jù)，通過不同的表達和理解方式，實現(xiàn)不同的應(yīng)用。比如對三維場景進行數(shù)字化建模，或者繪制三維地圖，從而讓機器能夠?qū)崟r感知自己在所處空間中的位置，以便在運動時及時避開障礙物等。
這需要根據(jù)深度信息生成深度圖像，并與RGB圖像，甚至是紅外圖像進行融合并完成大量計算。
而商湯科技向筆者表示，通過硬件感知信息生成的深度圖像，往往存在因硬件性能限制而產(chǎn)生瑕的疵。例如在細小或復(fù)雜交錯的物體之間，出現(xiàn)深度信息估計錯誤等問題。此外，精準(zhǔn)度、魯棒性、實時性、效率等都是決定實際應(yīng)用效果的關(guān)鍵。這些問題和應(yīng)用效果都需要依靠額外的算法進行實時處理予以彌補和增強。
據(jù)悉，AI可通過對大量實際數(shù)據(jù)進行學(xué)習(xí)，自行總結(jié)其中的規(guī)律和特征。這種方法可以在短時間內(nèi)，完成傳統(tǒng)算法需要多年才能突破的問題，有效彌補硬件能力的不足。
3D硬件小型化，是3D視覺技術(shù)應(yīng)用場景拓展和創(chuàng)新的硬件基礎(chǔ)，而AI技術(shù)則是真正的動力引擎，兩者密不可分。在商湯科技看來，AI＋3D視覺技術(shù)拐點已至。
什么是AI＋3D？
初次接觸，可能很多人，對于AI＋3D這項技術(shù)有些陌生。但實際上，了解之后便會發(fā)現(xiàn)，就如前文所說“AI＋3D是一項最新的感知技術(shù)”。3D屬于成像技術(shù)，是靠人兩眼的視覺差產(chǎn)生的?；跀z像頭獲取的圖像信息，視覺技術(shù)可以搭配AI技術(shù)解決各種實際應(yīng)用問題。
這些深度圖像信息則可以豐富AI圖像視覺技術(shù)，如同人眼一樣對場景深度進行感知。商湯科技向筆者稱：“對于AI來說，能像人類一樣獲得深度信息后的感知能力，是他們研究這項課題的想法。行業(yè)早些年研究結(jié)構(gòu)光、ToF、雙攝等基于硬件設(shè)備技術(shù)都是為了帶來深度信息，搭配AI對3D圖像的感知能力，豐富不同領(lǐng)域的應(yīng)用”。
同時，光鑒科技首席執(zhí)行官朱力認為：“3D視覺技術(shù)的意義，是打開了更加廣闊的AI應(yīng)用空間。無論是輔助駕駛，還是各種虛擬現(xiàn)實、增強現(xiàn)實技術(shù)的應(yīng)用，這些前沿概念的落地都建立在信息交互基礎(chǔ)上。對正處于發(fā)展中的AI產(chǎn)業(yè)來說，3D視覺將幫助機器更好地“看”世界”。
據(jù)筆者了解，隨著硬件設(shè)備的小型化，AI＋3D技術(shù)及其成熟的解決方案，可在手機應(yīng)用、人臉識別、AR／VR領(lǐng)域、汽車、工業(yè)等具有相關(guān)性領(lǐng)域進行研發(fā)和場景落地。
例如：通用3D重建技術(shù)，從毛絨玩具、紙箱、書包、鞋子到雕塑，用戶只需拿手機沿著物體360度環(huán)繞掃描，就能將其掃描成數(shù)字化的模型。生成的模型文件可直接用于3D打印、3D／AR相冊預(yù)覽，也可應(yīng)用于生成短視頻直播的內(nèi)容并設(shè)置動畫，也可植入到AR養(yǎng)寵等游戲、電商的商品展示或預(yù)覽等場景中。
除此，在汽車領(lǐng)域，AI＋3D技術(shù)能夠?qū)崿F(xiàn)更加精準(zhǔn)的人、車、物識別和距離感知，從而有力推動自動駕駛發(fā)展。在工業(yè)領(lǐng)域，AI＋3D將進一步優(yōu)化工業(yè)生產(chǎn)流程，可為機械臂賦予3D感知能力，通過高精準(zhǔn)的SLAM、物體重建和測量等技術(shù)，判斷立體物體所處的位置，以及相應(yīng)尺寸、形狀和質(zhì)量等信息，提升工業(yè)生產(chǎn)智能化能力。
目前，商湯科技已在人臉識別、汽車、工業(yè)、電商、手機等領(lǐng)域進行了深入研究。
AI＋3D能否成為AI業(yè)又一“強心劑”
人工智能作為第四次工業(yè)革命的產(chǎn)物之一，給社會、工業(yè)、人帶來的是一場人機交互變革。與此同時在該產(chǎn)業(yè)也誕生了許多新興企業(yè)，如：商湯科技、寒武紀(jì)、曠視科技、云從科技、同盾科技等估值達到或超過10億美元的AI企業(yè)。
按照產(chǎn)業(yè)鏈，從底層硬件到上層的應(yīng)用，整個AI＋3D產(chǎn)業(yè)鏈可以分為四類廠商，在國內(nèi)外均有企業(yè)在進行相應(yīng)的開發(fā)：一、3D感知硬件設(shè)備的相關(guān)供應(yīng)商，包括鏡頭、攝像頭模組、圖像傳感器，以及紅外光源等器件；二、基于3D感知的AI技術(shù)／算法提供商；三、手機廠商，將AI＋3D軟硬件技術(shù)進行整合；四、應(yīng)用開發(fā)商，開發(fā)基于AI＋3D技術(shù)的應(yīng)用。
很多AI企業(yè)則屬于第二類：基于3D感知的AI技術(shù)／算法提供商。
而本次AI＋3D技術(shù)的應(yīng)用和產(chǎn)業(yè)鏈延伸更是將AI行業(yè)發(fā)展推向高潮。國外調(diào)研機構(gòu)QYResearch曾預(yù)測，全球3D技術(shù)市場規(guī)模2012年為796億美元，至2022年將達到3892億美元，年復(fù)合增長率為17．20％。
商湯科技認為，“ToF在智能手機上的加速應(yīng)用，有助于3D視覺技術(shù)的廣泛普及化，會成為接下來10年中非常重要的科技趨勢。業(yè)內(nèi)統(tǒng)計，2019年TOF新機出貨約0．5億臺，預(yù)估2020年將達到1．5億臺”。
在筆者看來，AI＋3D技術(shù)所產(chǎn)生的價值則是對以往機器2D視覺認知的更新迭代或替代，可以讓機器通過視覺三維影像，更加智能化，對所處世界有一個較為全面且深刻的信息感知與理解。從人機交互、互動娛樂、內(nèi)容創(chuàng)作、身份驗證、拍照、電商等層面激發(fā)大量的創(chuàng)新應(yīng)用場景。改變傳統(tǒng)商業(yè)運作模式。
不過，目前除了商湯科技外，谷歌、微軟、曠視科技在AI＋3D技術(shù)方面也有研究。據(jù)曠視科技云事業(yè)部高級副總裁吳文昊介紹稱，“該技術(shù)已在手機領(lǐng)域有多種案例出來，但包含算法和模組的整體解決方案仍是缺位，公司正在嘗試一種從上往下的整合方案，從3D應(yīng)用層往下依次至AI算法、解決方案，最后到攝像、傳感等硬件設(shè)備制造上”。
另有行業(yè)人士認為：“AI技術(shù)可以讓3D打印實現(xiàn)以機器制造機器人，這也是新一輪制造業(yè)革命的助推劑”。
作者：珍珍
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
