---

AI在一定程度上重塑了我们观察和记录世界的方式。

DJI大疆推动机器视觉、深度学习技术与无人机等设备结合起来，将复杂的操作变成简单的指令，让专业影像记录门槛不断降低，普通人也能轻松地实现自己的创作构想。

航拍无人机进入机器视觉时代

当精灵2被冠以Vision之名起，大疆就已经显露出它在机器视觉领域的野心。2015年，初代智能跟随的雏形成功在研究室中诞生。

次年3月，大疆精灵 Phantom 4 诞生，这款消费级无人机具备环境感知与避障、视觉追踪、指点飞行三大创新功能，标志著消费级无人机从此拥有了「视力」与「智力」，能够识别周边物体、判断飞行环境，并在一定条件下实现自主飞行。无论在当时还是现在看来，都是革命性的创新。

什么是机器视觉呢？机器视觉是人工智慧正在快速发展的一个领域方向。简单说来，机器视觉就是用机器代替人眼来做测量和判断，先将被摄取目标转换成图像信号，得到被摄目标的图像后，通过数学模型计算，提取目标的多层次表征，再结合立体几何与运动学模型的计算，对目标的位置进行测量、估计和预测，进而根据一系列观测数据来控制设备动作。

当时的精灵4通过程序预设好的参数和演算法来识别物体的主要特征，在识别目标对象后，协同飞控完成空中自动构弧等操作，极大降低了使用者的操作门槛。

在实际操作中，用户只要在DJI GO App中选择「智能跟随」模式并点击被跟随目标，精灵4便会在视野中自动扫描该对象，将相机镜头牢牢锁定在被跟随对象身上，而且在被跟随对象进行不规则运动的时候，精灵4也能进行跟拍。

先进的机器视觉技术让航拍不再是专业人士的权利。「精灵4开启了一个全新时代，让初学者也可以自如操控无人机，将用户从繁琐操作中解放出来，专注于航拍。」

引入深度学习演算法，识别能力也更为精确。

如果你听说过AlphaGo那次震惊世界的人机围棋大赛，那你一定对深度学习不陌生。从16年至18年，历时3年的跨步，人工智慧所采用的深度学习演算法，被成功引入到无人机开发当中。

无人机的深度学习，就是通过对大量物品和身体的样本学习，让它能够更加智能而准确地识别出被摄物体。

当时，为了让大疆精灵4P能够对运动物体进行自动跟随拍摄，研发人员加入了更多特征模型，也通过大量的样本学习，让飞行器可以分辨人、汽车、船只，根据物体运动速度调整灵敏度，拍摄更加流畅稳定。

最后先进的图像识别演算法让精灵 4 Pro V2.0能识别和追踪拍摄对象，在运动中保持构图一致，让高难度航拍变得轻而易举。

深度学习演算法的运用，也为御2无人机航拍效果锦上添花。

强大的跟随性能，让御2除了主动绕行之外，还实现了轨迹预测、高速跟随等更多效果，识别能力也更为精确。

语义理解作为计算机视觉领域的一个重要研究方向，大疆在该领域的研发成果为精准农业提供了新的科技支持。

比如在果园场景中，果树往往分布不均匀，高矮差异大，期间也经常夹杂建筑物、电线杆等障碍物，针对果树的全自动喷洒作业难度较大。而利用三维重建和深度学习技术，精灵 4 RTK版、多光谱版可以对植保机作业区域进行三维场景的精准扫描，通过大疆智图软体构建果园场景的三维模型。

基于深度神经网路的三维模型识别系统，即可在三维模型中识别出果树、建筑、电线杆等物体，并标记出每棵果树的位置与树冠大小，构建果园三维语义地图。就这样，地块区域状况一目了然，就可以即时洞察植物健康，根据准确数据进行打药、施肥等精细作业。

人人都能用得上的人工智慧

在航拍场景中，大疆的智能跟随技术已趋成熟，但是他们并未止步于此。

大疆针对手持场景进行了专门的优化，引入了基于头肩的检测与跟随演算法，并把学习样本增加到千万量级，从而覆盖更多场景，这就是2019年推出的全新智能跟随3.0。

基于头肩模型演算法，智能跟随3.0可以智能识别头部与肩部的协调关系，不仅跟随目标时不易丢失，对于用户的低头、转身、跳跃等丰富的动作变化，都可以被捕抓到。

而且，采用头肩演算法的智能跟随3.0，从远到近都能够精准识别判断，相比身体与脸部识别而言，能给用户提供更大的创作空间。

当然，智能跟随3.0最有意义的地方还不仅于此。

在这个全民vlog的时代，每个人都亟需一个功能强大且操作门槛低的拍摄设备。而智能跟随3.0，就实现了这一点。它是一个真正意义上的，人人都用得起的人工智慧。

之所以说它变得「人人用得起」，是因为之前的智能跟随技术，因为涉及庞大的计算量，必须依靠特定的硬体模块才能实现，所以基本只能应用在无人机产品上，使用门槛相对较高。

而智能跟随3.0极大优化了演算法，在保持演算法精度的前提下，使得技术更加的轻量化，让即便是晶元能力稍逊的千元手机，都可以用上这个功能。大疆在2019年发布的灵眸手机云台3、如影SC都应用了这项技术。

未来，依然有无数的可能

2019年RoboMaster 机甲大师赛的全国赛事的直播中，最新一代AI技术应用让画面更趣味性和观赏性。

可以看到，画面上可以动态显示对战小车类型、种类和血槽进度。注意了，这不是事后加的特效，而是直播实时渲染的结果。

这样的效果看似简单，但在技术层面实现相当不容易。识别物体运动变化非常丰富，现场环境光照不仅很弱而且还有各种光影变化，加上实时显示不能有拖影的限制，对演算法的要求非常高。

未来，这项技术与AR增强现实结合后，必将大放异彩。

随著以人工智慧为代表的新一轮信息技术革命的突破性进展，影像技术必将迎来高速发展和革新的历史时刻。

我们可以一起期待，属于大疆的下一个「不可能」。

关注 @DJI大疆创新 ，为你分享最新鲜专业的内部技术干货及产品资讯~

---

学科教育。

从我的设想来看，我认为AI将是未来教育的趋势。一直以来，我都在想一个问题，我们的教育缺乏什么。个性化和定制化。因为我们从事教育的都是老师，给学生解答问题都只能来一个讲一次，或者选择大部分人错误的集体讲解。也就是说，作为一个老师，我们对学生的指导最小单位为班级。但是作为变化不算大，或者说几乎没有变化的知识，引入Al进行定制，将最小单位到达个人。

其实，我们平时所做的作业，目的是什么？不就是为了将不会的地方暴露出来吗，不知道各位有没有看过一个魔术。就是给你一张纸，你在上面挑一个字，然后魔术师依次给你看5张不同的纸，你只需要回答他上面有或者没有即可，然后他就会告诉你那个字是什么。实际上就是一个交集和补集之间的应用而已，而在我们的教学上，其实作业的设计也可以利用类似原理，通过这种方式对学生的知识盲区进行锁定。想想都知道没有一个老师能够做到，但是对于AI来说确是可以。

同时，大家有没有想过，我们每个人在学习上的成长其实会反应在我们的每次考试中，当然一个人只是个例，可是每年每届有多少的学生？这些学生的数据，甚至能做到包含每个阶段不同类型的学生，我就问问大家高考前做这么多模拟题，每份都是你需要的吗，做完之后你知道自己应该往那个方向查漏补缺吗？学生太容易迷恋在题海里面，而老师只能根据全级或者全班的情况布置模拟题，甚至老师也不会分析哪些模拟题适合。

我希望，有一天，我们每个人的备考都能做属于适合自己的模拟题，希望每个人做完每次考试后，都能拿到属于自己的反馈。这些靠老师做不到的，但是靠AI却可以。

当然这是我们对Al最理想的期待，能够完成自主的分析，题目的推荐等等。

其实从信息技术上，我认为各个互联网大厂都完全有能力去实现这个，但是从我接触来看，各大互联网大厂都有向教育业进军的想法，但是他们都只是著眼于将线下课程搬至线上，主要招聘还是一些前端后端等技术人才。

但是要完成我上述的期望和设计，没有一个厉害的教育团队是做不到的。

奈何我不胜码力，亦无资本。希望有朝一日，我能把这个梦想实现了吧。

---

我目前在做的一件事，就是利用AI反射人类的学习方式，以AI为镜而明己身。如何理解呢？

像其他回答所讲的AI革新与进步，本质上都是将AI当作一件工具或一个发明，与计算机、汽车似乎没有什么差别，作为一种技术手段来看，这样的理解非常准确。不过，让我们再稍微思考一下这其中的不同。

AI在做的，是将人类的认知、学习、记忆等功能剥离出来，并在二进位计算机上复现，以获得特定任务上快速、准确的处理能力。在某些任务上，比如自然语言处理中的文本分类，BERT衍生的最新模型甚至已经达到超越人类基准线的水平。归根结底，AI学科在诞生之初，就是从脑科学以及认知神经学衍生而来的，也就是说，AI的底层学习方式，本质上就是在模仿人类，比如最著名的深度神经网路，其神经元激活方式和多层结构就是直接效仿了人脑神经网路的机制。

既然如此，我们能不能将AI看作人的多个子集，不同子集中活跃的某些模型或系统机制，正好对应著人类所具有的某种思考、学习模式？更进一步，这些模式是否可以被用来借鉴，甚至提升人类的思维方式？

答案是肯定的。

虽然我的研究从去年开始，在各个平台已经发表了一些成果，目前也帮助了上万名对思维、学习方式感到困惑的学生，但因为只是个人的业余兴趣，缺少系统性的计算机科学、神经学及心理学的实验结论支撑。不过，有趣的是，Deepmind前段时间发表的论文，正好印证了我的假说：

Prefrontal cortex as a meta-reinforcement learning system?

www.nature.com

这篇paper论证了人脑的前额皮质与AI强化学习系统的联系。为了证明导致人工智慧元强化学习的关键因素也存在于大脑之中，DeepMind 研究者提出了一个理论，也就是我所说的AI反射理论。该理论不仅符合多巴胺和前额叶皮质的现有知识，而且也解释了神经科学和心理学的一系列神秘发现。尤其是，该理论揭示了大脑中如何出现结构化的、基于模型的学习，多巴胺本身为什么包含基于模型的信息，以及前额叶皮质的神经元如何适应与学习相关的信号。

根据论文中的描述，对人工智慧的深入了解可以帮助解释神经科学和心理学的发现，这也强调了领域之间可以互相提供价值。比如在目前进展较快的强化学习领域，根据智能体的学习模式，我们已经可以从特定的脑回路组织中获得许多逆向思维的益处。

举个例子，我的第1期文章从强化学习讲起，最后通过智能体的学习方式，解构了日常生活中游戏的成瘾机制，最后借助强化学习系统的知识，总结出了如何高效利用大脑的系统机制进行学习

图灵的猫：【思维论01】如何让自己像打王者荣耀一样发了疯、石乐志的学习？?

zhuanlan.zhihu.com

在未来，希望有更多科研成果出现，让我们可以通过通俗易懂的语言，将这种思维方法普及给更多人，提高我们获取知识的能力，并改变对事物的认知和思考习惯。

---

不是AI从业人员，就从两个身份入手回答嗷。科研人员和城市规划师，还都非常初级，观点不成熟，看官轻拍。我的观点都是基于ai能做好，做不好的大概只能叫机器，所以比较夸张哈。

城市科学。AI可以自动做研究，写基金，写论文。个人三年文献阅读量估计在2000篇左右，写作量去年大概不到20万字。有了科研AI。我这种弱鸡大概可以被导师辞退退学了。分分钟成千上万的文献检索量，分分钟写出科研八股文。。即便未必有特别大的价值。可架不住人家做的多啊。。这种科技创新能力不敢想像。。。甚至可以发展一些新领域，会不会有一些领域的开拓创新是纯粹的ai引领，发现新的规律是ai做的，莫非后来的科研人员，文章里面会这样引用「AI（2050）提出新的科学理论，AI(2070)对此有不同观点，本研究认同AI(2075)的理论」。。哇。酸爽。

城市规划行业呢。一直收到新技术的刺激。CAD,Gis各种吧。好像现在就有城市大脑这个东西，已经能做很多东西了。规划有了Ai大概我们就可以失业了。自动招商引资，自动策划项目，自动做发展战略，自动做强排方案，自动做设计凹造型方案，自动做效果图，自动做ppt。然后自己汇报，自己列印成果，自动审批，自动检测管控。哇。我们主要做一些辅助调整，坐享结果。以后规划就是这样的名称某市国土空间总体规划（2030年AI/非AI）主要规划人员：规划AI（教授级工程智能系统），设计AI(高级设计智能系统)等等。目前强排的人工智慧应该可以实现了吧，所以其他部分的实现是时间、成本等问题。

总结一下。AI很好，也很重要。但只是辅助人的智慧工作，而非代替。人与AI相处还是要有绝对的信息优势，大概就是可操作和可控制，即使某个个体、某个领域无法实现优势，那么打破也是一种优势。城市规划这个领域，AI也不能做到绝对的公平公正，提高效率减少错误倒是可以的。

---

作为围棋界的一员，相比其他传统行业，AI对我们的革新可以说是「让围棋换了个游戏方式」。

众所周知2016年AlphaGo战胜了李世石，但大家不知道的是大致从2017年开始，AI就从伺服器级才能到达九段水平，变成了家庭电脑就可以轻松战胜人类最顶尖的高手。

因此围棋的训练方式也发生了天翻地覆的改变，原本与对手复盘总结的方法，变成了「瞎琢磨」。找问题变成了交给AI，几秒后AI就会告诉你正确的下法。

不过招法上的革新倒是其次，最重要的是AI的思路与人完全不同。因为围棋的空间和变化太多，因此以前人类是先去边角这些能算得清的地方下棋，棋盘中间的广阔星空留到后面争夺，而AI最令人震惊的一点就是它能分析出中间天文数字的变化，然后给出最佳一手。

这使得现在再去看2016年以前的棋谱，感觉恍如隔世一般，甚至像DOTA1和DOTA2一样，围棋在短短几年间变得陌生得像两个游戏似的。

现如今，围棋的训练深受AI的影响，因此随著对AI的模仿，大家开始主动往棋盘中间的去探索。一方面是令人类距离完美的「围棋之神」越来越近。另一方面是改变了此前略显单调的布局下法和战斗思想，让比赛也变得更有观赏性。

同时由于AI对训练方式的改变，使得原本认为「年轻力壮」才能下好棋的观点出现了改变，近两年出现了一些原本默默无名，靠AI训练逆生长的选手。比如李昊承等人。

由于AI出现后，大家都能在技术上跟上年轻人。所以我相信随著时间的推移，围棋选手会变成经验+技术的结合体。这会给棋界发展带来新的变化。

---

说完AI对围棋职业圈的影响，接下来说一下目前AI下沉到业余圈对围棋培训的影响。

以前在围棋的初学阶段，为了激起学生的兴趣，所以对围棋的解释是4个围一个的「围」棋

后面再慢慢改回围空围地盘的「围」棋。而现如今随著AI也进入围棋教学中，「爱思通」等软体则用画图标记等方式让学生跳过4个围一个的第一阶段，直接进入「围」棋第二阶段。

并且在作业方面，现在可以利用AI分析，每道题是做了多久、试了几次、哪种类型的题容易错等方面，从而更有针对性的去教学。

---

推荐阅读：