戴上智能眼鏡看教育

劉佳雯

智能眼鏡構建起新教育遐想空間

智能眼鏡，外觀上鏡片可以拆卸，鏡框右邊有一個攝像頭，鏡架上附著一塊白色卡片；而其內部卻內置了雙核CPU、1個投影儀、1個前置攝像頭，還有傳感器、三軸陀螺儀、三軸加速度器、磁儀等。智能眼鏡沒有耳機，其聲音通過骨傳導，即通過振動頭骨，讓人聽到聲音。如果說谷歌眼鏡（Google Project Glass）是由谷歌公司于2012年4月發布的一款“拓展現實”眼鏡，那么今天，比谷歌眼鏡還神奇的魔法眼鏡層出不窮，催熟了智能眼鏡應用的市場。

以色列特拉維夫大學馬克斯帕爾曼中心主任蓋迪·阿里亞夫說，他們研發的智能眼鏡，更像一臺架在鼻梁上的微型電腦，“它可以完美地實現虛擬世界和現實世界的無縫對接”，即它能夠在現實的空間中，借助計算機圖形技術和可視化技術產生現實環境中不存在的虛擬對象，并通過傳感技術將虛擬對象放置在現實環境中，兩者實現無縫對接，融為一體。這副“魔法眼鏡”，還能夠將你看不懂的英文資料自動翻譯成你所熟悉的中文，“在街上，戴上這副眼鏡，你將獲得所在地點大量的信息。戴上眼鏡，就像是在鼻梁上架設了一個3D電影院，在你眼前透過眼鏡展現出超大的電影屏幕”。據國外媒體報道，谷歌眼鏡（Google Glass）已經進入醫療保健領域，它在手術室和醫療教育中的應用將可以解決真實世界中的健康和醫療問題。

智能眼鏡從本質上是增強現實系統（AR也被稱為混合現實系統，它將計算機生成的虛擬環境與真實世界統一起來，真實的環境和虛擬的物體實時地疊加，構造出具有虛實結合的虛擬空間，它不僅展現了真實世界的信息，而且將虛擬的信息同時顯示出來，兩種信息相互補充、疊加）的一種移動式實現形式。移動AR系統必須解決四個關鍵技術問題：顯示技術、跟蹤和定位技術、界面和可視化技術以及標定技術。

Google Glass未來的商業模式是Android生態系統的延伸：2013年4月28日，Google在Google Code上發布了Google Glass的Kernel源代碼和GPLv2許可證，這意味著Google開放了修改底層代碼的自由；預計未來Google公司還將會開放設備的硬件標準授權，產業聯盟成員則各自生產設備，借此擴大產量，推動使用谷歌Android系統的智能眼鏡普及。智能眼鏡市場爆發LCOS微顯示器模組環節受益最大——微顯示器模組是智能眼鏡上功能最重要、創新最多、貨值量最大的環節，拉動的是全新的增量市場。

微軟的黑科技智能眼鏡HoILens又粉墨登場了。用手一揮就可以在墻上召喚出一個高清視頻窗口播放電影，一個語音命令就可以調用設計好的3D建模并與工作伙伴共享修改的創意。

事實上，我們還見證了智能眼鏡在醫學上的另一種應用場景，同樣讓人腦洞大開，它的畫面真實感極強：一位主刀醫生在手術過程中，透過智能眼鏡能直接看到病患部位類似CT掃描的影像，而當他將頭轉向一側的時候，就猶如投射一般，顯現出病人的病歷和生理數據指標，而當他需要向不在身邊的專家求助的時候，他可以將頭轉向另一側，就能即時獲得世界各個角落專家會診般地研討……也許將來某一天，你駕車上路不再需要導航儀，只要輕聲地說出目的地，一張清晰的導航地圖就會“刷”的一下呈現在眼前；在游覽名勝古跡時，可以“穿越時空”親身體驗這里發生過的前塵往事；即使是在地鐵上的局促空間里，也可以像置身影院般看一部極具視聽震撼力的好萊塢大片。其實要實現這些并不是天方夜譚，而是你只需要一副智能眼鏡……當科學、技術和需求結合到一起，一定能創建出一個既簡單又很重要的平臺，讓智能眼鏡進化成一件有趣的工具，也包括對教育技術有著深刻的革命性啟迪。

智能眼鏡產業對社會應用的努力

透析國內智能眼鏡的發展狀況和應用領域，我們不難發現，包括眼鏡在內的智能穿戴設備在這個冬天有愈來愈火熱之勢。近日，素有投資風向標之稱的華人首富李嘉誠以1520萬美元投資可穿戴設備商Misfit Wearables，成為業界熱點。與其說中國龐大的電子消費市場讓這些行業開拓者莫名的興奮，不如說智能穿戴勾勒出的未來生活圖景讓我們充滿期待。從計算機到手機，再到智能穿戴設備，科技每前進一步，與人的融合就更近一步。

而在2014年谷歌在全球開發者大會上首次發布智能眼鏡時，就有媒體預言，谷歌智能眼鏡的出現，將導致智能手機“退休”。“谷歌眼鏡幾乎涵蓋了所有智能手機的功能，不僅操作簡單，還能提供迅速且實時的信息，如果再加上眼球控制或手勢識別，使用者就不用中斷手頭工作去分心操控手機或計算機，相信其能成為相當有潛力的下一代計算機形式”。

目前普遍的分析認為，從計算機、手機，再到智能穿戴，整個趨勢與人的融合越來越好。而智能眼鏡相比手機，與人的融合更為直接、高效，因此，將來智能眼鏡很有可能會是我們離不開的“器官”。不過，智能眼鏡能與人“親密”到何種程度，這在很大程度上取決于未來技術的發展程度。

目前國內做智能穿戴的主要是三類公司：一是創新科技的公司。他們也許人數不多，但往往有自己的專利技術。二是互聯網公司。以小米和360為代表。三是手機廠商。尤其是智能手表因其和手機技術接近，所以是許多手機廠商爭相進入的領地，如酷派、中興等都已開始涉足。按產品來分，一方面智能眼鏡因為光學上的技術要求，目前真正能做的廠家非常少；而智能手表目前國內的生產商估計已經達到三位數。另一方面，目前許多公司都要變成大數據公司，他們主要集中了三大類信息：一是環境數據，如谷歌地圖，把全世界都放到了網上；二是物的信息，現在正在大力發展物聯網；三是人的信息，這其中包括了人的自然屬性，如心跳、血壓等信息，也包括人的社會屬性，如生活、商務等信息。

雖然從智能穿戴的整個進程來看，目前還處在孵化期的階段，但智能設備的發展趨勢是與人的融合越來越好，計算機、手機都還只是外設，穿戴式設備才可能成為人的一部分，對未來產生很大的影響。“也許在將來，人就是一個賬號再加一個智能芯片，所有的信息都會存儲在云端。我們可以相信，把整個互聯網都穿到身上也只是一個時間問題，你需要的只是想象力”。

智能眼鏡的技術突破

1.光學字符識別技術

把手機攝像頭對準菜單上的法語菜名，屏幕上能實時顯示出翻譯好的中文菜名；將全世界圖書館的藏書轉化為電子書；街景車游走于大街小巷，拍攝街景的同時也能從街景圖像中自動提取文字標識，讓地圖信息更豐富、更準確……這些場景的背后有一個共同的關鍵技術——OCR（Optical Character Recognition），光學字符識別（OCR）讓計算機“讀”懂世界。

我們還可以設想一下OCR在未來教育中的應用場景：每次上課后，只要將電子白板用手機等智能設備拍照留存，系統便能自動識別并分檢出不同學生對這堂課有針對性的后續作業和練習，并將待辦事項自動存放到各自的電子日歷中。事實上，我們已經向這個場景邁進了一步，微軟前不久推出的Office Lens應用，已經可以通過視覺計算技術自動對圖像進行清理并把它保存到OneNote，而OneNote中基于云端的OCR技術將對圖片進行文字識別，隨后你就可以擁有一個可編輯、可搜索的數字文件，為上述未來應用場景打下基礎。微軟幾年前推出的手機應用Translator，除了支持文本和語音翻譯外，還能用手機拍攝不同語言的菜單或指示牌，翻譯結果立即浮現于原文之上。Office Lens和Translator這兩款產品中的“中日韓”OCR核心技術就來自于微軟亞洲研究院的語音團隊。

2.從平板掃描儀到前端手機后端云

平板掃描儀對印刷體文本的識別率在20世紀90年代就已經達到99%以上，可謂OCR應用迎來的第一個高潮。當時最著名的事件是谷歌數字圖書館，谷歌還申請了圖書掃描專利，實現了批量化的高速掃描。在此期間，手寫字體的識別也在并行發展，被廣泛用于郵件分揀、支票分類、手寫表格數字化等領域。但從21世紀開始，準確地說是自從2004年擁有300萬像素攝像頭的智能手機誕生之日起，自然場景中的文字識別課題引發了OCR新一輪的突破，云計算、大數據以及通訊網絡的快速發展，實現了前端采用BYOD設備進行文字捕捉，后端可以對其進行實時分析和處理，二者的結合讓OCR的未來應用模式充滿想象。

3.自然場景下的文字檢測獲突破性進展

自然場景圖像中的文字識別大大難于掃描儀圖像中的文字識別，因為它具有極大的多樣性和明顯的不確定性。例如，文字中包含多種語言，每種語言含有多種字母，每個字母又可以有不同的大小、字體、顏色、亮度、對比度等；文字通常以文本行的形式存在，但文本行可能有不同的排列和對齊方式，橫向、豎向、彎曲等都有可能；因拍攝圖像的隨意性，圖像中的文字區域還可能會產生變形（透視和仿射變換）、殘缺、模糊斷裂等現象。與傳統OCR技術中的掃描文檔圖像相比，自然場景圖像的背景更為復雜。例如，文字可能不是寫在平面上而是在曲面上；文字區域附近有非常復雜的紋理和噪聲；圖像中的非文字區域有跟文字區域非常相似的紋理，如窗戶、樹葉、柵欄、磚墻等。這些復雜背景會極大地增加誤檢率。這就必須結合相關技術和算法進行有針對性的優化和創新。

4.受噪聲影響的CER的算法優化

在實際操作中，并不是每個CER都需要通過顏色信息來增強，因為有很多CER本身顏色均勻，沒有噪聲，尤其是在圖片質量很高的時候。因此，在對CER進行增強操作之前我們會先判斷該CER是否需要增強操作，以減少不必要的計算復雜度。當獲得了高質量的候選連通區域時，就需要對其中的字符進行分辨，確定其是否為文字或非文字，微軟亞洲研究院創新地提出了一套基于淺層神經網絡的文字/非文字分類算法，比以往的算法更加有效。

5.文字類問題空間劃分難題化解

利用無歧義學習策略訓練一個相應的淺層神經網絡，作為該子空間的文字/非文字分類器，可以將該神經網絡看作是一個黑盒子，在經過大量學習之后，它便能較為準確地將文字與非文字分類。2014年8月，在瑞典首都斯德哥爾摩舉辦的國際模式識別大會（ICPR）上公布的研究成果在自然場景文字檢測的標準數據集（ICDAR-2013測試集）上取得了92.1%的檢測精度和92.3%的召回率。

6.量子光學對智能眼鏡的貢獻

近年來諾貝爾物理學獎得主對量子光學的發展功不可沒，他們都來自不同的領域，同時也是各自領域的佼佼者。2012年，法國科學家塞爾日·阿羅什（Serge Haroche）與美國科學家大衛·維因蘭德（David Wineland）因“發現測量和操控單個量子系統的突破性實驗方法”獲獎。2011年，三位科學家Saul Perlmutter、Brian P. Schmidt和Adam G. Riess因“通過觀測遙遠超新星發現宇宙的加速膨脹”獲獎。2010年，英國曼徹斯特大學2位科學家安德烈·蓋姆（Andre Geim）和康斯坦丁·諾沃肖羅夫（Konstantin Novoselov）因在二維空間材料石墨烯（graphene）方面的開創性實驗而獲獎。2009年，原香港中文大學校長高錕（Charles K. Kao） 因“在光學通信領域光在光纖中傳輸方面所取得的開創性成就”而獲獎……

目前智能眼鏡所面臨的問題：一是電池續航；二是沒有殺手級應用。對于教育領域而言，后者的使命，當然不能讓科技界單方面承擔，教育技術的專家們似乎更擁有應用開發的話語權，我們都堅信未來的學習將是定制學習的時代，教師不再是固定的，教室也不再僅限于單一地點，教材更不再局限在課本或課件中。未來學習將是結合真實生活場景和個性化需求的學習服務。我們有理由期待，智能眼鏡將引領在線教育發展的未來，抑或引發新一輪的學習革命，重新定義未來學習，鑄就教育發展史上具有劃時代意義的一座新的里程碑。