2014-09-04 16:57:42
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。
编者：在昨天晚上百度方面向36氪表示，“筷搜”主要是想让大家理解大数据未来能做到什么，这款产品没有规模量产的计划。
