BaiduEye 是一款令人有些惊艳的产品,原因是根植在百度强大的图像识别、智能搜索、数据库等软技术能力之上;而百度新筷搜则不同,它难以得到百度现有软技术的支撑,团队硬技术能力的不足影响了数据和结论的科学严谨性。新筷搜还只是一款玩具。
此次发布的百度新筷搜变成了一个“套装”,包括筷子与筷座。筷子本身整合了三个常规传感器:测 pH 值、测温度、测 TPM 值,这些检测都有很成熟的便携检测设备,百度只是用无线方式将检测数据传到手机上,而且输出显示用模糊的字眼(优、良、差)来掩盖数据不准确的现实。仅测这三个指标,难以满足市场对筷搜的性能预期,所以这次新筷搜的突破部分是一个筷座,这个筷座其实是一个 NIR(近红外)光谱仪,最忽悠之处在于号称可以区分“苹果是美国产的、桃子是北京平谷的”。
简单地说,视频演示了百度新筷搜有四大功能:1、测食用油品质;2、测 pH 值;3、测水果品种、产地、热量与维生素;4、测温度。
首先说测食用油的品质,演示中用 TPM(总极性物质)来判断食用油品质存在技术缺陷。食用油主要以脂肪酸甘油脂为主,容易在高温下发生氧化反应,产生醛、酮、酸等极性物质,造成 TPM 值升高,但问题是,这不是 TPM 值升高的唯一原因,当我们炖鱼、肉等富含蛋白质的食物时,调味料中的盐分、水以及鱼、肉、菜中析出的氨基酸、蛋白质等都可能极大地升高油的 TPM 值,所以,视频中用筷搜检测那盆水煮鱼油的 TPM 值较高,就认为是差等油,在技术上是不严谨的,因为就算用前面两种优、良的食用油去做水煮鱼,油品 TPM 值也会大幅上升。造成的结果是,百度筷搜上市后,用户发现全中国的水煮鱼的油都是不能吃的差等油。相反,非常有害的地沟油去除了油里的极性物质,TPM 值也会大幅降低,是否就是优等油了呢?
再说测 pH 值,通用的最准确测 pH 的方式是用玻璃电极。如果百度筷搜选用了玻璃电极,那就不能用家用洗涤剂清洗,否则会影响分析精度,玻璃电极球泡膜很薄,不能与玻璃杯及硬物相碰,所以,应该置于筷子内部,这样当玻璃膜沾上油污时,更难清洗,如要清洗,必须先用酒精、再用四氯化碳或乙醚,最后用酒精浸泡,再用蒸馏水洗净。作为筷子必然经常与含蛋白质的液体接触,电极表面被蛋白质污染,导致读数不可靠,也不稳定,出现误差,这时需要用稀盐酸浸泡复性。另外,pH 测定的准确性取决于标准缓冲液的准确性。如果你平时不用四氯化碳或乙醚或酒精清洗筷子的油污,用稀盐酸去除蛋白质,测试之前没有用标准溶液进行校正,pH 读数也就不要相信了。
接着说说神奇的筷座吧,能测水果品种、产地、热量和维生素。我们没有百度新筷搜的技术参数,但对其所采用 JDSU 的 Micro NIR Pro 进行了研究,该探测器由 128 个像素点组成,相邻像素的间距在 30-70 cm-1,光谱分辨率显然要比这个值还要差得多。打个容易理解的比方,拿个只有 10×13 个像素点的相机拍张照片,你能认出是苹果还是桃子么?(光谱中的像素点对应于波长,而相机只是随机的位置。)
用性能更优良的 NIRQuest256-2.5 光谱仪做的鳄梨(Avocado)和芒果(Mango)的近红外漫反射测试数据,使用每个水果取四个不同赤道位置测量并求平均。
鳄梨(Avocado)和芒果(Mango)的NIR光谱 图片来自oceanopticsfaq
百度筷搜团队的聪明之处在于选取了一个非常容易被识别的体系,比如非常特别的“黑布朗”(各位看看视频中颜色对比多明显)、苹果和桃子(桃毛对反射率影响很大)。本来百度的演示可以完美结束,但他们太赶工了,在视频中检测桃子的结果中出现了热量值和维生素的单位错位,应该不是系统自动检测运算的结果。
利用 NIR 光谱仪,在大量实验数据的基础上进行建模,是可以检测水果的含水率、糖度这些数据的。但是,建立稳定可靠的数学模型的前提是需要一台优秀的光谱仪。显然,从目前技术参数分析,筷座的光谱分析精度是远远不够的。别说检测出产地了,恐怕连水果品种都很难测准(还不如肉眼或 BaiduEye 更准确),热量值与维生素值都只是调用事先录入的数值而已。
最后,百度新筷搜的温度计应该还是比较准的,这也是它最靠谱的功能。在智能硬件时代,最核心的竞争力是硬技术的实力。不具备硬技术的智能硬件,就是一款玩玩而已的玩具。