許茜

【摘 要】隨著機器學習與人工智能技術的發展,計算機正在迅速具備完成各種復雜任務的能力。這種能力仍然存在明確的缺陷與實用場景方面的限制,但是在有各種明確執行標準作為執行依據的場景中,無疑是非常適用的。而珠寶相關行業中的大部分領域,特別是鉆石相關的檢驗、鑒定工作,無疑都是屬于這一類型的工作場景。將能得到更快、更容易的推廣與發展。在機器學習技術迅速發展,相關硬件技術迅速發展的趨勢下,無疑也會在不遠的將來受到重大影響。
【關鍵詞】珠寶玉石;鑒定;識別;機器學習
目前,珠寶玉石的鑒定、評估與質量檢驗仍然需要由專業的檢驗人員完成。因為進行這一類工作時需要識別的特征,如凈度、顏色、包裹體、切工等,都不是像當前機器識別技術常用的掃碼、農產品篩檢、流水線零件規格匹配等場景中主要使用的顏色、形狀、大小等方便辨識的單一特征。而都是相對復雜的,表現形式多樣化的特征,需要在抽象出某類實體的基礎上完成工作。
因此計算機一直無法像檢驗人員一樣準確區分同一指標下不同特征形態的觀測結果,如面對位置不同,大小數量相似包裹體之間的差異時,無法區分并給出結論。而造成計算機無法完成類似工作的主要原因:無法準確識別一類實體的多種形態,正在迅速被解決。
在機器學習技術迅猛發展的推動下,機器視覺(圖像識別)技術迅速進步。經過大量訓練之后,計算機已經可以準確識別各種實體,計算機從此可以完成很多以前無法想象的工作。
如:
注:每組圖片下方的文字部分為計算機根據圖片內容自動生成的描述信息,下劃線標識出的文字為要求計算機在圖片中標識出的實體,右側對比圖中的高光部分為計算機自動對指定實體在圖片中進行標注的結果。
圖片資料引用自《Show,Attend and Tell:Neural Image Caption Generation with Visual Attention》Kelvin Xu,Jimmy Ba,Ryan Kiros,Kyunghyun Cho,Aaron Courville,Ruslan Salakhutdinov,Richard Zemel,Yoshua Bengio可以發現,通過使用特定數據集進行學習,計算機已經可以準確的識別相應領域中的各種實體對象,并在此基礎上進一步對圖片的內容進行抽象處理,得到以人類語言方式進行表達的圖片內容。
而在珠寶玉石鑒定、評估與質量檢驗過程中,檢驗人員進行評估時參考的凈度、包裹體、顏色、切工、切面是否有損傷等方面,都可以視為這一過程的操作實例:
查看某個切面識別關鍵特征(包體、瑕疵等)綜合識別結果得出結論
檢索圖片識別特征實體分類統計輸出結果
核心工作方式上的相似性使通過特別訓練的計算機完成鑒定、評估與質量檢驗工作成為可能:
首先通過觀測設備,對目標物的信息進行提取,結合人工鑒定的結果,形成可供計算機進行學習的數據基礎。該過程可以在鑒定人員完成工作時同步進行。
其次,使用準備好的大量數據對計算機進行指定領域的訓練,使計算機能夠正確區分特征實體,進而為完成鑒定、評估與質量檢驗工作提供基礎。
然后由檢驗人員在機器識別系統工作時,對結果進行抽檢復核,發現識別錯誤時可以通過對錯誤數據的學習,完善機器工作的能力。
往復循環,在目前工作正常進行的過程中,就可以獲得一個能不斷進行自我完善,可以相對獨立完成工作的機器識別程序。
而隨著通過搭載對應的儀器,使用機器識別程序對珠寶玉石各個層面的觀測信息進行處理,完成鑒定、評估與質量檢驗的技術的普及與推廣,必定對目前的行業現狀產生影響。
首先,是對從業人員的技能要求會出現變化:通過機器識別系統將可以完成大部分工作,相關從業人員的工作重點將放在結果復核方面,對從業人員的技能要求變高。
其次,是對提升技術水準提供便利條件:機器識別可以直接對觀測指標完成數據化處理,可以更準確的實現身份核驗。同時,隨著觀測設備精度的提高,觀測方式的擴展,還能以更高精度完成目標物損耗、缺損的檢驗。
第三,為建立更科學、可信的身份認證體系提供支持:機器識別到的數據信息,可以完整、實時的通過防篡改技術進行存儲,隨時可進行溯源與查驗,排除人為干預的因素,可信度更高。使用數字信息為每一件目標物創建完整的數字身份證,而不局限于通過類似鉆石腰碼等可被篡改的方式進行識別,在沒有明確身份認證體系的產品領域,如翡翠市場,更是可以填補技術空白。
第四,間接提高市場流動性:機器識別效率更高,可以減少整個流程時間,進而降低市場流動的時間成本。同時通過更全面、可信的身份認證體系,可以減少貨物流轉過程中因對目標物認知不同造成的沖突,促進市場流動性的提高。
第五,通過給機器識別程序搭載新的觀測設備,可以對目前人類觀測很難進行量化評估的指標進行處理,進一步擴展、完善觀測指標體系。
綜上所述,可以確定,在機器學習技術發展之下,大量的基礎類鑒定工作會逐漸由機器人完成,一方面對從業人員需要掌握更強的技術能力,才能勝任新的工作要求。另一方面,新技術體系的推廣也會催生對擁有新技術背景的人才需求,創造大量相關行業的創新工作機會。
而最重要的是,隨著新技術的推廣,更強的公信力會促進市場的進一步繁榮,為同行業的所有人,帶來更多的機會。
參考文獻:
[1]《Show,Attend and Tell:Neural Image Caption Generation with Visual Attention》Kelvin Xu,Jimmy Ba,Ryan Kiros,Kyunghyun Cho,Aaron Courville,Ruslan Salakhutdinov,Richard Zemel,Yoshua Bengio
(作者單位:深圳技師學院)