隨著(zhù)人臉識別、語(yǔ)音識別和自動(dòng)駕駛日益成為關(guān)注焦點(diǎn)，人工智能（AI）與社會(huì )、人類(lèi)生活融合程度正在快速演進(jìn)。
其實(shí)早在1956年，人工智能這個(gè)“術(shù)語(yǔ)”就被正式提出。但在有限且昂貴的計算能力、已有計算方法存在缺陷、缺乏數據量這些無(wú)法克服的基礎性障礙面前，“模擬人類(lèi)大腦”顯得非常遙遠。此后，一直到20世紀80年代初，隨著(zhù)一類(lèi)名為“專(zhuān)家系統”的AI程序開(kāi)始為全世界的公司所采用，人工智能才興起了第二次熱潮。各國開(kāi)始投入大量資金，例如日本經(jīng)濟產(chǎn)業(yè)省雄心勃勃旨在打造“第五代計算機”的研究計劃，目標是制造出能夠與人對話(huà)、翻譯語(yǔ)言、解釋圖像，并且能像人一樣推理的機器。80年代后期，產(chǎn)業(yè)界對人工智能系統投入巨大但只產(chǎn)生有限的應用產(chǎn)生質(zhì)疑，人工智能的泡沫逐漸破裂，投入大幅消減，人工智能再一次步入寒冬。
那么，人工智能到底將靠什么走向大眾？筆者認為，視覺(jué)AI技術(shù)將是發(fā)展方向。
對人類(lèi)而言，70%到80%的信息獲取來(lái)自視覺(jué)。對人工智能來(lái)說(shuō)，視覺(jué)AI也被視為目前最具應用價(jià)值的AI技術(shù)。它能夠讓機器具備“從識人知物到辨識萬(wàn)物”的能力，從而看懂、理解這個(gè)世界，幫助我們在生產(chǎn)和工作中，提升處理信息的效率。
簡(jiǎn)單來(lái)說(shuō)，視覺(jué)AI就是研究如何讓機器會(huì )“看”，即用攝影機和電腦代替人眼對圖像進(jìn)行特征提取和分析，并由此訓練模型對新的圖像數據進(jìn)行檢測、識別等任務(wù)，建立能夠從圖像或者多模態(tài)數據中獲取“信息”的人工智能系統。
源于深度學(xué)習的突破，視覺(jué)AI的識別能力突飛猛進(jìn)，2012年的兩個(gè)轟動(dòng)事件，更被視為視覺(jué)AI的發(fā)展拐點(diǎn)。當時(shí)，由多倫多大學(xué)Geoffrey Hinton領(lǐng)導的團隊，在一項名為ImageNet的圖像識別競賽中，利用深度學(xué)習和GPU的強大計算能力，將錯誤率降低了10%，震驚學(xué)術(shù)界，因為之前這項錯誤率每年只會(huì )降低1%—2%。
同年，“谷歌大腦之父”吳恩達帶領(lǐng)團隊，利用10億參數的神經(jīng)網(wǎng)絡(luò )，在沒(méi)有任何先驗知識的情況下，僅僅通過(guò)觀(guān)看無(wú)標注的YouTube的視頻，創(chuàng )造了一套貓臉識別系統——從海量照片里自動(dòng)識別出貓臉。
視覺(jué)AI迅速成為人工智能領(lǐng)域最重量級的研究領(lǐng)域，源自于其在安防、醫療、無(wú)人駕駛等多個(gè)領(lǐng)域的應用前景。
例如，在安防領(lǐng)域，視覺(jué)AI技術(shù)可進(jìn)行人群分析、逃犯追捕，可通過(guò)城市中成千上萬(wàn)條路的攝像頭對目標人群進(jìn)行鎖定與篩查，并做到實(shí)時(shí)告警，助力安防效率的提升；在手機領(lǐng)域，AI可提供刷臉解鎖、刷臉支付等更加安全和便捷的體驗，還可自動(dòng)為面部美顏省去后期修圖的時(shí)間；在自動(dòng)駕駛領(lǐng)域，AI技術(shù)可以通過(guò)攝像頭獲取的圖像，對車(chē)體的周?chē)h(huán)境進(jìn)行識別和分析，輔助做出精準的路徑規劃。
在眾多的視覺(jué)AI應用場(chǎng)景中，AI醫學(xué)圖像分析是近年來(lái)熱度極高的一個(gè)細分領(lǐng)域。這主要得益于醫院信息數字化建設的不斷提速，以醫學(xué)影像為核心的大數據不斷豐富，為AI在醫療領(lǐng)域的發(fā)展提供了充足的養料。與此同時(shí)，優(yōu)質(zhì)醫療資源的稀缺和分配不均也不斷催生著(zhù)社會(huì )對人工智能的需求。
當下AI+醫療的紅火，對推動(dòng)這個(gè)行業(yè)的發(fā)展起到了不可磨滅的作用，還有豐富的應用場(chǎng)景和海量的機會(huì )等待挖掘，例如個(gè)性化醫療、可穿戴智能醫療設備的實(shí)時(shí)監測與分析等。
放眼未來(lái)，更多的應用前景都將貼上視覺(jué)AI的標簽。比如，人臉識別技術(shù)有望在更多的物聯(lián)網(wǎng)終端設備上應用，讓安全便捷的身份認證無(wú)處不在，提升生活體驗；在AI+工業(yè)領(lǐng)域，工業(yè)機器人、物流機器人將更多替代傳統勞動(dòng)力；在AI+文化領(lǐng)域，基于AI的增強現實(shí)技術(shù)，可以將古代文物、古代場(chǎng)景生動(dòng)復原得以假亂真；在AI+教育領(lǐng)域，利用視覺(jué)技術(shù)實(shí)現學(xué)生的注意力管理、跟蹤學(xué)生的知識點(diǎn)掌握，實(shí)現真正的因材施教。
當然，AI掀起的新一輪產(chǎn)業(yè)浪潮不過(guò)短短幾年，技術(shù)上需要持續不斷的突破創(chuàng )新，行業(yè)需要不斷的深耕和挖掘，大眾也需要對其給予足夠的耐心。
