Takeo Kanade，工程师：“人工视觉将带来隐形传送，但不会分解你的身体并将其发送到另一个地方” | 技术

Takeo Kanade（日本兵库县，78 岁）流利地讲述着他 40 多年来致力于的人工视觉。 这一科学学科使您能够从球的角度观看足球比赛或通过鹰眼观看网球比赛。 Kanade 与他的同事 Bruce Lucas 开发的基本算法称为 Lucas-Kanade 方法，可以帮助计算机和机器人理解移动图像。 他的工作还为改善机器人手术、自动驾驶和面部识别做出了贡献。 “未来，机器人将在某种程度上比人类更好，”他承认。 由于他在数学上的发展，奏获得了 BBVA 基金会颁发的信息和通信技术类别知识前沿奖。

这位研究人员于 1974 年获得京都大学电气工程博士学位。当他 5 岁时去钓鱼并制作了自己的鱼钩时，他发现了自己对工程学的热情。 他是该校计算机科学和机器人学教授 卡内基梅隆大学匹兹堡分校 （美国），生活质量技术中心的创始人，并于 2006 年至 2012 年间担任该中心的负责人。

问。 您认为机器人视觉有一天会与人类视觉相媲美吗？

回答。 是的，在某些时候它可能比人类更好。 事实上，在某些领域它们已经更好了，例如在计算机面部识别方面。 长期以来，这被认为是一个具有巨大优势的领域，因为我们善于识别我们认识的人。 然而，如果我们在陌生的环境中遇到了新朋友，我们常常会忽视他们。

P。 这两者中哪一个最不可能失败？

R。 人类。 自动驾驶汽车可以全方位观察200米，并且非常精确地识别其他汽车、行人或自行车的位置，但我们有更好的理解。 我们可以对你前面的车发生的情况有一些预期。 您还可以识别您是否在学校附近开车，并预测可能过马路的儿童。 计算机正试图达到这种理解水平，但目前还不是那么好。 避免发生事故至关重要。

P。 有一天，驾驶会实现 100% 自动驾驶吗？

R。 十年甚至更短的时间内。 然而，人们必须被说服。 这就像汽车的使用一样，虽然它会导致事故和死亡，但它所带来的好处却如此之大，以至于作为一个社会，我们接受它。

P。 在人工视觉的世界里，未来的挑战是什么？

R。 你能身处一个从现实世界映射而来的世界吗？ 那是下一个层次。 我称之为虚拟现实。 虚拟现实现在不再是虚拟的：它是虚拟化的现实世界。 还可以与环境以及虚拟世界中的人进行交互。 人们可以在虚拟世界的镜子中看到自己的倒影。 另一个挑战是隐形传送，但不能像电影中那样分解你的身体并将其发送到另一个地方 星际迷航。 它是通过无人机等工具完成的，这些工具通过身体给你的腿部提供反作用力，这样你就可以在视觉上和听觉上进行传送，并且可以实时进行物理交互。

P。 如何防止恶意使用 深度造假 （假视频）？

R。 我觉得自己对此负有部分责任。 2010 年，我制作了一段奥巴马总统用日语讲话的视频，其中包含我脸部生成的图像。 我以为这是一个恶作剧视频。 你无法对抗 深度造假唯一阻止它的是我们的诚信。

P。 但如果技术可以反对我们……

R。 它的目的是欺骗，但技术无法知道其目的是什么。 一种技术可以被创建并用于其开发目的以外的目的。 你必须比她更聪明、更快并且消息灵通。 例如，当您使用水印并且知道它时，此时已经创建了删除它的即时方法。

P。 如何利用计算机视觉来改善残疾人的生活质量？

R。 正如我们在中心所做的那样，它是关于开发生活质量技术。 其本质是增加残疾人或老年人的独立性。 这并不是让机器人做所有的事情，而是相反。 我的完美机器人公式等于你想做的事减去你能做的事。 也就是弥补人类做不到的部分，让他可以和机器人一起做。 此外，在康复或教育的情况下，完美的机器人必须做得少一点，以便人重新获得动力和能力。

P。 您的工作对手术精度有何贡献？

R。 机器人外科医生可以使用比人类外科医生更先进的传感器。 人类传感器非常有限，我们没有声学传感器或多模态传感器。 例如，在进行外科手术之前，机器人可以通过 X 射线或 MRI 检测肿瘤的位置、形状或大小，并且在手术时，它们会使用图像传感器。

P。 折纸对你的职业生涯有何贡献？

R。 我的理论的本质， 折纸世界理论 （折纸世界理论，英文）是对图像三维形状的感知必须来自数学解释，而不是来自学习的结果。 例如，如果您绘制一个盒子，则会使用完全相同的图像生成另外五种可能的形状，但与盒子不同。 例如，当我演讲时，我会和观众开玩笑说会议室和建筑物可以是不同的形状，观众环顾四周并想象。

您可以关注 EL PAÍS 技术 在 Facebook y X 或在这里注册以接收我们的 时事通讯。

_