最近都被谷歌AI的“猜畫小歌”虐了吧?

AI能認(rèn)出“手殘黨”們的畫，背后的原因在于無數(shù)人類正在通過自己的腦洞滋養(yǎng)AI，學(xué)習(xí)眾多人類對(duì)某個(gè)物體的抽象畫之后，AI就能夠獨(dú)立把握住識(shí)別繪畫的關(guān)鍵部分。

利用海量真實(shí)數(shù)據(jù)來“喂養(yǎng)”AI，是讓AI快速提升能力的不二法門。但猜畫這種臨時(shí)養(yǎng)殖場(chǎng)只能提升單一能力，應(yīng)用價(jià)值不高。有沒有能夠提升多種AI技術(shù)能力，又在潛移默化中完成數(shù)據(jù)學(xué)習(xí)的“天然AI養(yǎng)殖場(chǎng)”呢?

真有一個(gè)，那就是地圖。

今天的電子地圖，已經(jīng)是城市海量地理數(shù)據(jù)、交通數(shù)據(jù)、人流數(shù)據(jù)、天氣與水文數(shù)據(jù)，以及各種交通路線與出行方案的結(jié)合。對(duì)于AI來說，地圖是一片水草豐美(數(shù)據(jù)夠多)，營(yíng)養(yǎng)充沛(有效數(shù)據(jù)比例大)，經(jīng)濟(jì)價(jià)值高(關(guān)乎經(jīng)濟(jì)民生)的天然牧場(chǎng)。

整體來看，地圖在今天至少可以通過三種方式“飼養(yǎng)”出更強(qiáng)壯的AI：

讓我們分別來看著三種“AI喂養(yǎng)方案”。當(dāng)然，用地圖培育AI的根本目的是讓地圖本身不斷升級(jí)，最終組成良性循環(huán)。

一些AI的終極秘密，可能要在地圖里搞出來

讓我們先來看看最前沿的AI技術(shù)，是如何在地圖中誕生的。

有些朋友可能覺得，地圖嘛，無非就是連上GPS，在兩點(diǎn)間規(guī)劃個(gè)線路，用什么AI?

其實(shí)不然，地圖中不僅可應(yīng)用AI的地方很多，甚至可能隱藏著AI的某些終極秘密。

想象一下：你到了一個(gè)陌生城市，倆眼一抹黑哪也不認(rèn)識(shí)，但是你知道要去火車東站，這時(shí)候不借助任何導(dǎo)航設(shè)備，你也會(huì)知道：絕對(duì)不能往西走。

這個(gè)判斷是如何做成的呢?

事實(shí)上，人類的大腦沒連著衛(wèi)星，平常人也不可能存儲(chǔ)大量地圖數(shù)據(jù)。但迷路的人卻只占少數(shù)。這是因?yàn)槿四X中有個(gè)叫做海馬體的東西，它負(fù)責(zé)幫人類判斷位置感空間感，從而進(jìn)行選擇性預(yù)測(cè)。

也有科學(xué)家認(rèn)為，海馬體不僅控制認(rèn)路這個(gè)功能，還直接影響著人類做出選擇、做出對(duì)未來預(yù)測(cè)的能力，可以說是人類智能的關(guān)鍵因素——但是怎么探索海馬體的秘密呢?畢竟不能把人類海馬體摘除了看結(jié)果對(duì)吧。

而最新答案居然是，在地圖上跑AI。

今年早些時(shí)候，DeepMind在《自然》雜志發(fā)表了新的研究：他們把一個(gè)智能體放到地圖數(shù)據(jù)中，在不給它預(yù)設(shè)方位和地圖數(shù)據(jù)的前提下，讓AI模仿人腦中的海馬體，自動(dòng)在地圖中需求位置，規(guī)劃道路。

實(shí)驗(yàn)證明：AI可以用像人腦一樣，用增強(qiáng)學(xué)習(xí)的方式去認(rèn)路。這既闡釋了人腦的工作原理，也給未來AI研究帶來了新的方向。而整個(gè)研究的實(shí)驗(yàn)基礎(chǔ)，就是建立在地圖之上的?？梢哉f沒有精準(zhǔn)的地圖數(shù)據(jù)，AI仿生人類大腦進(jìn)行空間預(yù)判的研究就無從談起。

這個(gè)故事證明了，地圖對(duì)于AI來說至關(guān)重要。AI在地圖中學(xué)習(xí)，并反過來讓地圖更好用，似乎是我們應(yīng)對(duì)越來越復(fù)雜城市時(shí)的一個(gè)良性循環(huán)。

城市計(jì)算的硬功夫，離不開地圖的捶打

俗話說的好，你的夢(mèng)想有多大，你下班的時(shí)候就有多堵……

讓一個(gè)城市可以智能起來，讓積水、堵車、霧霾這些糟心事不再發(fā)生，是人類暢想了幾十年的話題。但城市到底怎么才能夠“智能”卻是個(gè)巨大問題。有人嘗試用認(rèn)知系統(tǒng)，有人嘗試用大規(guī)模的城市數(shù)據(jù)建模，但最終大家還是發(fā)現(xiàn)，讓城市主動(dòng)和聰明起來，是建立在地圖數(shù)據(jù)基礎(chǔ)上的。

舉個(gè)例子：我們想要規(guī)劃從家到公司，一般情況下可能用不到AI。但假如要規(guī)劃從港口發(fā)到市中心一萬噸貨物，那么時(shí)間、地點(diǎn)、交通擁堵情況，需要配合的車、人、倉(cāng)庫(kù)、起重機(jī)，就成了一個(gè)復(fù)雜的數(shù)學(xué)問題。

如果憑經(jīng)驗(yàn)去簡(jiǎn)單計(jì)算，可能搞出來的會(huì)是個(gè)費(fèi)時(shí)費(fèi)力的方案。而通過城市AI去學(xué)習(xí)相關(guān)地圖數(shù)據(jù)，綜合理解上述變量，就可以在最低限度影響交通、最快完成任務(wù)的情況下，給出相應(yīng)的運(yùn)輸方案。

基于這種AI與地圖的結(jié)合，IBM很早就開啟了智慧星球方案。而它的老對(duì)手微軟隨后開啟了城市計(jì)算業(yè)務(wù)，專門用AI去透視地圖里的各種因素。

今天的地圖應(yīng)用里，城市數(shù)據(jù)和AI的深度結(jié)合已經(jīng)能見到很多案例。比如：谷歌地圖的智能停車場(chǎng)功能，就是當(dāng)?shù)貓D感知你到了某個(gè)停車區(qū)域的時(shí)候，利用AI來綜合判斷附近的停車環(huán)境，給出最優(yōu)停車方案。

可以看到，很多傳統(tǒng)的地圖無法解決的問題，在城市AI的加持下開始找到了鑰匙。城市智能的硬功夫，也正在被地圖的多元化和高精化培養(yǎng)起來。

語言魔法，需要在地圖里修煉

最后，還有一種可以在地圖里修煉起來的AI能力——那就是千變?nèi)f化的語音交互。

怎么能體現(xiàn)出華少嘴皮子快?

前提是需要他說的東西足夠多，如果就一個(gè)冠名商，嘴皮子再快也沒用。

AI也是一樣，怎么才能體現(xiàn)出AI語音交互，可以完美執(zhí)行復(fù)雜任務(wù)?

前提是確實(shí)有這樣的復(fù)雜任務(wù)存在。生活中大部分我們要讓AI做的事情，要么就是過于簡(jiǎn)單，要么就是主觀性太強(qiáng)，AI再?gòu)?qiáng)也不好理解。

而又復(fù)雜又客觀的任務(wù)集群，那就是地圖導(dǎo)航。

毫無疑問，地圖是海量地名、路段、時(shí)空關(guān)系的結(jié)合體。假如：我們想要先去加個(gè)油，再去買個(gè)東西，再去公司拿個(gè)東西，最后回家的導(dǎo)航任務(wù)。那么就會(huì)產(chǎn)生一段涉及4個(gè)地點(diǎn)信息，3個(gè)事項(xiàng)的復(fù)雜語音任務(wù)，基本相當(dāng)于繞口令。

事實(shí)上，除了導(dǎo)航之外，我們生活中是很難產(chǎn)生這么復(fù)雜的語音任務(wù)的。就像猜畫小程序要用游戲的方式征集大家對(duì)某個(gè)物體的抽象理解一樣，地圖也正在基于實(shí)用性，征集大家的語音語料，以及復(fù)雜的語音任務(wù)。

這場(chǎng)修煉已經(jīng)初見成果，3個(gè)月之前，我們看到百度地圖面對(duì)繞口令一樣的語音命令，只能用“你敢再說一遍嗎”回懟。而在月初的百度AI開發(fā)者大會(huì)上，百度地圖已經(jīng)真的可以識(shí)別“繞口令”生成導(dǎo)航路線，解決復(fù)雜長(zhǎng)語音多地點(diǎn)需求。

這個(gè)AI變強(qiáng)了的故事背后，是地圖導(dǎo)航已經(jīng)可以拋棄打字，完全采用語音交互。

就像有了彩電就沒人看黑白，動(dòng)動(dòng)口能完成的事兒當(dāng)然沒人愿意打字。語音交互可以在用戶試用地圖的過程中不斷學(xué)習(xí)，反過來將新的解決方案在地圖應(yīng)用送實(shí)驗(yàn)。

從這個(gè)角度看，地圖就像是AI技術(shù)的“新手村”。