AI能說和聽，這事兒大伙都知道。比如足夠普及的智能音箱和手機(jī)里的語音助手、語音輸入法。

而在感知智能這個大方向里，AI當(dāng)然不只能說，同時還能看——比如說在張學(xué)友演唱會上抓個逃犯啥的。但AI的“看”不僅是識別人臉，同時也可以認(rèn)識和判斷物體。比如谷歌的猜畫小程序就是依靠AI識物來實(shí)現(xiàn)的。

但這個領(lǐng)域，似乎還沒有找到太多商業(yè)化的辦法。人臉識別可以進(jìn)行大規(guī)模安防應(yīng)用，但AI識物在今天的更多應(yīng)用展示，還是停留在游戲與炫技的層面。

有沒有辦法讓AI識物的能力從“鬧著玩”，變成“能賺錢”？

國內(nèi)外各種AI勢力正在努力破解這個問題。理想總歸是美好的，而現(xiàn)實(shí)是緩慢摻雜著殘酷。

AI之眼，似乎還沒有給商業(yè)世界帶來足夠的魅惑。

Google Lens：下一個時代還是又一塊雞肋？

普通人能夠應(yīng)用的AI識物最主要還是集成在手機(jī)攝像頭當(dāng)中。當(dāng)用戶把攝像頭對準(zhǔn)想要識別的各種東西，AI系統(tǒng)就會通過圖像識別以及OCR技術(shù)，給出相應(yīng)的結(jié)果。

聽起來還是蠻帶感的。

目前這個領(lǐng)域探索幅度最大的則是AI巨頭谷歌。在2017年I／O大會上，谷歌發(fā)布了集成在Google Photos里的Google Lens功能。通過這個功能，手機(jī)用戶可以將攝像頭對準(zhǔn)各種各樣的東西，然后讓AI開口說話，告訴你ta看見了什么。

確切來說，Lens的很多功能還是相當(dāng)實(shí)用的。比如當(dāng)旅行者面對一個不知名的文物古跡，可以用Google Lens 來獲知相關(guān)的歷史以及文化知識；對準(zhǔn)一瓶葡萄酒，AI可以告訴你這瓶酒的各種信息，比如年份、品飲方式、價格等等；在異國他鄉(xiāng)拍攝交通指示牌，AI會借助谷歌翻譯的力量把這些信息翻譯出來。

谷歌沒有公布Lens到底能識別多少東西，但就目前情況來看，其可識別種類已經(jīng)相當(dāng)多。在今年的I／O大會上，該功能還被進(jìn)一步升級，可以用來拍照識別文字信息、推薦穿搭風(fēng)格，甚至還能識別海報(bào)給出的藝人資料與作品。

從一年的發(fā)展來看，谷歌對于Lens的期待很大，不僅升級了它的產(chǎn)品地位，還不斷激發(fā)新功能，并建立與谷歌其它AI應(yīng)用的聯(lián)系。

雖然看似無所不能，但什么都能識別的Lens也有軟肋：Lens的真實(shí)工作流程是將識別物體與數(shù)據(jù)庫進(jìn)行匹配。換言之?dāng)?shù)據(jù)庫的大小直接影響著Lens的使用體驗(yàn)。而其技術(shù)本身的創(chuàng)造力則乏善可陳。比如吳恩達(dá)去年就無情嘲笑過：Lens的識花功能其實(shí)早就是百度玩剩下的。

目前來看，Lens在真實(shí)生活中還是“偶爾驚艷、日常癡呆”。當(dāng)然對于中國消費(fèi)者的不便就更多了，比如Lens目前并不支持中文。

但是AI識物這條路卻是兵家必爭之地，微軟就不斷宣稱Bing搜索中的拍照搜索一點(diǎn)也不比Lens差。

可無論是谷歌還是微軟，都無法解決AI識圖搜索的根本問題：用戶打開率低，商業(yè)化程度較差。