模块二
AI 的“火眼金睛”与“顺风耳”
洞悉图像与理解语言
本模块学习目标
- 说出计算机视觉 (CV) 和自然语言处理 (NLP) 的基本概念。
- 识别 CV 在物流场景中的至少 3 种应用。
- 识别 NLP 在物流场景中的至少 3 种应用。
- 体验简单的 CV 应用或分析 NLP 应用。
- 使用 LLM 查询和了解 CV、NLP 相关的物流应用信息。
开篇导读：让机器拥有“超能力”
人类认识世界、与人交流，离不开眼睛和耳朵/嘴巴。AI 科学家们也在努力让机器拥有类似的“超能力”：
- 计算机视觉 (CV) - 让机器拥有“火眼金睛”
- 自然语言处理 (NLP) - 让机器拥有“顺风耳”和“巧舌”
[图 2-1: CV 与 NLP 类比插画]
想一想
在物流工作中，哪些环节特别需要“看”得准，“听”得懂，“说”得清？机器具备这些能力会带来什么改变？
第一节：“火眼金睛”—— 计算机视觉 (CV)
1.1 什么是计算机视觉？
简单说，CV 就是让计算机能够像人一样“看见”和“理解”图像或视频内容的技术。
它把摄像头 当作机器的“眼睛”，把 CV 算法 当作“大脑视觉皮层”。
[图 2-2: CV 工作流程示意图]
1.2 CV 能做什么？(核心能力)
- 图像识别/分类: 判断图片内容 (包裹? 破损?)
- 目标检测: 找到物体并定位 (工人? 叉车?)
- 图像分割: 精确勾勒物体轮廓。
- 文字识别 (OCR): 识别图片中的文字 (单据!)
1.3 CV 在物流中的应用场景
CV 在物流行业大显身手：
- 包裹/货物识别与信息读取 (OCR)
- 库位/货架监控
- 无人设备导航 (AGV/叉车)
- 货物尺寸/体积测量
- 货物破损检测
- 仓库安全监控 (人员/烟火)
[图/视频 2-3: 自动扫码]
[图 2-5: 破损检测]
- 车辆识别与管理 (车牌识别)
- 驾驶员行为监控 (DSM - 疲劳/分心)
- 货物装载监控
[图 2-6: DSM 预警示意]
小试牛刀：体验文字识别 OCR
上传一张快递单或文字图片（请注意隐私），看看 AI 能否识别出文字。
识别中...
模拟识别结果:
思考与讨论
OCR 在哪些物流场景特别有用？识别准确率如何？什么情况可能出错？
第二节：“顺风耳”与“巧舌”—— 自然语言处理 (NLP)
2.1 什么是自然语言处理？
简单说，NLP 是研究如何让计算机能够理解、解释、生成和运用人类自然语言的技术。
它把麦克风 /键盘 当作输入，音箱 /屏幕 当作输出，NLP 算法 作为“语言中枢”。
[图 2-7: NLP 工作流程示意图]
2.2 NLP 能做什么？(核心能力)
- 文本理解 (提取信息, 情感分析)
- 机器翻译
- 问答系统
- 对话系统 / 聊天机器人
- 文本生成 (写摘要, 写报告)
- 语音识别 (语音转文字)
- 语音合成 (文字转语音)
2.3 NLP 在物流中的应用场景
NLP 让物流沟通和信息处理更智能：
- 聊天机器人 (Chatbot, 7x24问答)
- 服务质检 (分析通话/聊天记录)
- 客户意图识别与工单分配
[图 2-8: 智能客服对话界面]
- 订单信息提取 (从留言/邮件)
- 单据处理自动化 (OCR + NLP)
- 舆情分析 (分析客户评论)
[图 2-9: 单据处理流程示意]
- 语音拣选 (解放双手)
- 司机语音助手 (安全驾驶)
[图 2-10: 语音拣选场景]
案例分析：与智能客服过招
尝试与下面的“模拟客服机器人”互动，问一些物流问题。
思考与讨论
这个机器人表现如何？相比人工客服，优缺点是什么？你会如何改进它？
第三节：AI 的协同与探索
3.1 “眼耳口”并用：CV 与 NLP 的协同
很多时候，CV 和 NLP 需要联手才能完成更复杂的任务，比如单据处理自动化：
- CV (OCR) “看懂”扫描件上的文字。
- NLP 理解文字含义，提取关键信息（如发票金额、合同条款）。
- 数据自动录入系统。
[图 2-11: CV+NLP 单据处理流程图]
3.2 用 LLM 探索更多应用
利用 AI 助手，深入了解 CV 和 NLP 的物流应用。
AI 的模拟回答:
记录与分享
记录你感兴趣的问题和 AI 回答。有没有发现新的应用点？
本章小结与展望
在本模块，我们探索了 AI 的“眼睛” (CV) 和“耳朵嘴巴” (NLP)。我们了解到它们的基本概念、核心能力，以及在物流单据识别、智能监控、智能客服、语音交互等方面的广泛应用。
下一模块，我们将继续探索 AI 的核心能力，聚焦于让机器像人一样“学习”和“思考”的机器学习 (ML)，看看它如何进行预测和优化。敬请期待！