人工智能的尽头是人工？

上个月出门，发现十字路口的交警和辅警人数明显增加了。我不禁有些诧异，近十年来，人工智能最成功和最有效的落地成果不就是安防和交通相关应用吗，而十字路口往往都是视频监控最密集的地方?既然如此，为什么还需要那么多警力呢?

 

　　除了定期上街执勤需要外，一个深层次的原因是，人工智能并不能百分之百包打天下。更极端情况下，人工智能的尽头可能是人工。

 

　　何出此言呢?其一原因是人工智能算法的评价准则。这里谈论两个指标，漏检率和误报率。第一个指标，漏检率是指本应发现却未被算法发现的问题，俗称假阴性。

 

　　以交通违章为例，假阴性或漏检率意味着并非所有违章现象都能被有效发现。在监控探头日益普及的今天，多数违章都已经能通过人工智能算法检测到。如早期研发的闯红灯、高速公路超速、占用高速应急车道等，中期研发的基于云台监控摄像机的三分钟路边违停、车牌遮挡等，和近年来的实线变道、市内禁鸣区域鸣笛等。然而，随着驾驶员的交通安全意识的提高，这些易于监控的违章现象正变得越来越少。以至于可以推测，在未来针对这类违章的监控可能会较难被触发，甚至形同虚设。那么，交管部门和相关研发的公司就必须深化监控系统的研究，将重心推向识别更为复杂的交通违章行为。比如恶劣天气或低照度情况下的低分辨车牌识别、非机动车的违章行为。然而，这些复杂的交通违章并不见得能通过人工智能算法获得很低的漏检率，甚至可能无法形成应用级的实际监控系统。如非机动车闯红灯行为、以及在禁行区域行驶。尽管目前这一块的智能监控已经开始试点，但当非机没有车牌以及驾驶者戴着口罩时，算法很难自动给出确定的结论。此时，就只有依赖人工现场截停和处罚了。