人工智能概念誕生至今，一路伴隨著是是非非，但如今 「AI+大數(shù)據(jù)」 已經(jīng)在各個方面切實造福了人類。

我們想用一篇文章的時間，回顧一下近年來人工智能的落地情況。

1. AI 寫劇本

當年網(wǎng)飛憑借一部《紙牌屋》破圈，一舉成為流媒體平臺的頂流，因其對技術(shù)的包容度，使得網(wǎng)飛在巨頭林立的當下，依舊能坐穩(wěn)流媒體頭把交椅的位置。

大數(shù)據(jù)幫助網(wǎng)飛打造出《紙牌屋》，如今網(wǎng)飛還想更進一步，前段時間嘗試了用 AI 編寫劇本。

在 AI 執(zhí)筆寫本子之前，網(wǎng)飛「強迫」它看完了 40 萬小時的恐怖電影，以一部電影 90 分鐘為例，這相當于一口氣看完了 27 萬部電影。

有了范本積累，AI 從中學會了嚇人的套路，并寫出了一部名叫《Mr Puzzles wants you to be less alive》的恐怖電影腳本。

這部電影發(fā)布在「Netflix is a joke」頻道里，這部恐怖短片僅有 4 分多鐘，畫風比較粗糙，里面縫合了許多 B 級片愛好者非常熟悉的橋段：電鋸、機關、謎題、面具男。

雖然元素整得像模像樣，然而劇情禁不起仔細推敲，漏洞百出，看完全片的觀眾都說這更像是一部喜劇片，我想之所以會發(fā)生這種情況，大部分恐怖片的劇本邏輯本身就存在諸多問題，把這些電影作為訓練樣本，我們就不指望能教出好學生了。

或許只要稍加設計，給學習樣本分級，之后再進行迭代，未來人工智能真的能創(chuàng)作出令人眼前一亮的藝術(shù)劇作。不過如今看來，這只是一次有趣的嘗試。

2. AI 作圖

英偉達在 2019 年的 GTC 大會上，展示了一款交互應用 GauGAN，根據(jù)文字輸出圖像。而就在上個月，英偉達將這款應用更新至 2.0 版本。

譬如用戶在文本框里輸入「海水沖擊著灘石」，AI 就能實時生成一張栩栩如生的圖像，堪比攝影大片。

它就像一名建模師，根據(jù)文本在腦海里生成畫面，并且畫出極為真實的圖片。英偉達為其投放了超 1000 萬張公共 Flickr 圖片進行模型訓練。

英偉達標表示這套系統(tǒng)已經(jīng)被用于電影和游戲領域，或許是用在分鏡創(chuàng)作上，天然契合這種用途。另外 GauGAN 還有另一個功能，就是人工智能版的你畫我猜，名叫英偉達 Canvas。

用戶在畫布上簡單地畫上幾筆，人工智能就能用它「畢生所學」往不同顏色、形狀的區(qū)域內(nèi)填充圖片，猜出你想畫的圖像，最終生成出較為理想、照片級的畫。

這套系統(tǒng)難點在于如何讓天空、海洋、石頭、云彩不同圖層自然地銜接過渡。不光是英偉達，OpenAI、Adobe、微軟亞研院都在進行類似的多模態(tài)預訓練模型項目。

3. AI 優(yōu)化影像

這已經(jīng)不算什么新鮮事兒了，Google 從 2016 年在初代 Pixel 手機上就引入了計算攝影的理念，在人工智能的幫助下，手機攝影存在的一些先天劣勢被一個個攻破。

在那之后，手機擁有了極快的合焦速度、消除鬼影、明亮且清晰的夜間模式等能力，計算攝影如此好用，甚至反過來影響了傳統(tǒng)單反和微單的發(fā)展。

此外，癡迷于人工智能和算法的 Google，還開發(fā)出了相當不錯的高清修復算法，人們利用這套算法，可以把老照片的細節(jié)變得清晰可辨；可以往一張 32x32 像素的馬賽克照片里填充更多像素，變成一張 256x256 的照片；可以把一張照片放大后再轉(zhuǎn)高清，從而實現(xiàn)某種意義上的無限放大。

實現(xiàn)這一切的基礎依舊是機器學習，用海量的圖片庫對 AI 訓練，然后通過大規(guī)模圖像比對學習提高還原的準確性，再學習迭代。

這種通過預測實現(xiàn)的高清修復，或許永遠達不到實拍高清圖那樣真實，但依舊有著很高的應用價值。想想你家里的老相冊，如果把里面的照片全都變高清，會不會喚醒你對片中場景里的更多記憶呢？

4. AI 外掛

上面提到的，大多是 AI 好的一面，倘若這項技術(shù)落入不良分子手里，AI 就成了原有秩序的破壞者。

今年 7 月，網(wǎng)上出現(xiàn)了一種新型游戲外掛。在 Anti-CheatPD 放出演示視頻中，演示者利用采集卡收集圖像，充當外掛的「眼睛」，再用 AI 進行視覺定位，篩查出圖像中的人形目標，一旦識別出敵人，作弊系統(tǒng)快速計算出鼠標需要移動的方位和距離，并將結(jié)果反饋給輸入控制設備，充當外掛的「手」，「替」玩家移動鼠標，完成自瞄。

由于這種作弊方式并不需要篡改游戲文件，所以不會被目前的反外掛機制抓到，而且還可以用在主機上，作弊流程依舊是「采集畫面-篩查-計算-反饋 」。

這款外掛的出現(xiàn)，讓號稱游戲凈土的主機圈炸了鍋。雖然這款外掛的開發(fā)者在被動視警告過后，把工具下架并刪除了其在 YouTube 上傳的視頻，然而這只是明面上的下架，其他擁有相應開發(fā)技能的人，可以利用相同的視覺訓練算法，開發(fā)出另一套作弊工具。

更可怕的是，這套外掛系統(tǒng)隱蔽性極強，很難反制?；蛟S只有 AI 能夠解決了，所用方法便是學習玩家習慣，從而偵察出一些非常規(guī)操作，加上人工篩查實現(xiàn)甄別，但這就跟現(xiàn)實世界中的抓捕行動一樣，我在明敵在暗，反外掛系統(tǒng)需要成百上千倍的努力才能完成抓捕，前路漫漫。

我們已經(jīng)看過太多被外掛玩壞的游戲了，希望未來我們不會被壞人用 AI 剝奪游戲的樂趣。

5. AI 帶你玩游戲

AI 外掛破壞游戲平衡，而索尼想利用 AI 助手，讓玩家的游玩過程更順暢。去年索尼公開的一份專利顯示，未來主機端將會加入 AI 助手，幫助玩家脫離卡關，充當類似于游戲攻略的角色。

它的作用機制類似于 Siri，玩家向 AI 提問「我該如何擊敗這個 Boss」，AI 便會作出反饋，提出解決辦法。

它的底層邏輯依舊是搜索引擎，但在某種意義上實現(xiàn)了「我?guī)銈兇颉埂?/p>

6. 自動駕駛

如果我們要盤點 2010 年后最大的科技進步有哪些，自動駕駛必有一席之地。無論是傳統(tǒng)車企還是造車新勢力，他們都在發(fā)力自動駕駛技術(shù)，其中最為激進的當屬特斯拉。

在今年 7 月特斯拉上線的 FSD Beta 9.0 版本中，特斯拉具備了城市道路中的自動駕駛輔助功能，能夠在交通情況復雜的城市道路中完成變道、超車等動作，這一切僅靠 Tesla Vision 光學圖像視覺系統(tǒng)實現(xiàn)。

在路試視頻里看來，特斯拉自動駕駛的操作還是比較順暢的，但在轉(zhuǎn)彎、變道場景下顯得有點猶豫，像極了剛剛拿到駕照上路的我。

不光是特斯拉，許多車企都有公布自動駕駛路測視頻的習慣，但車主們別被這些視頻沖昏頭腦.

無論是自動駕駛或是輔助駕駛，都遠遠稱不上完美，為自己和他人的安全著想，請理性看待這項技術(shù)，切勿把駕駛權(quán)完全托管給人工智能。

7. AI 手語

明年冬奧會，一位 AI 央視主播將正式上崗，她會在央視新聞中負責手語播報工作。

雖然我看不懂手語，但從她的手部和嘴部動作看來，自然且流暢，確實跟真人手語翻譯沒有太大差別。她利用自然語言理解技術(shù)將人的文字或語音翻譯成手語動作，繼而用軀干和表情呈現(xiàn)出接近真實的手語表達能力。

十月舉辦的華為 HDC2021 大會上，也出現(xiàn)了一個「AI 手語數(shù)字人」。聽障人士在她的幫助下，也能「聽到」手機中播放的視頻內(nèi)容，這才是科技造福人類的正確打開方式。

從今天的 AI+發(fā)展趨勢看來，人工智能賦能的效果顯著，它沒有像科幻電影里描寫的那樣，讓人類走向滅世。

整體大多都是善意的，在它的幫助下，方便了人們的工作與生活，只希望現(xiàn)狀能持續(xù)下去，人們少動一點歪腦筋，讓科技繼續(xù)向善而生。

本文來自微信公眾號“APPSO”（ID:appsolution），作者：王志劭，36氪經(jīng)授權(quán)發(fā)布。