计算机视觉将与人类共舞

Google人工智能与机器学习首席科学家李飞飞在Google I / O开发者大会上说：“视觉很可能是5.4亿年前寒武纪大爆发背后的驱动力，在相对短的时间里，它催生了多种多样的生命形态。当动物首次发育出视觉系统时，它们的生命具有了能动性……生命的演化过程发生了改变……数亿年后，人类成了最智能的视觉动物，而人脑中有一半是负责处理视觉信号的。”人工智能作为第四次工业革命的驱动力，有可能改变人类生活、工作和沟通的方式。由于机器学习工具逐渐成熟，摩尔定律下硬件不断发展以及大数据的出现，这三大因素彼此融合，人工智能将迎来新的拐点。过去十年间，人类在对象识别和图像标注等基础知觉领域取得了重大进展。而随着人工智能技术的逐渐成熟，计算机视觉将成为AI最关键的应用。

计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。计算机视觉其实就是探讨如何运用照相机和计算机来获取我们所需以及被拍摄对象的数据与信息。简单来说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。在实现最终目标之前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。

计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理，计算机视觉可以根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统。因此，用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，也是一个非常重要的研究领域。

李飞飞把计算机视觉列为机器智能和企业变革最重要的元素之一，当前世界中视觉数据的规模之庞大也充分证明了其重要性。据统计，超过80%的网络空间都是像素形成的。

目前计算机视觉的热点应用在目标检测、目标识别、目标跟踪、场景理解、立体视觉等领域。人脸识别用的比较多的领域是金融行业，比如人脸识别身份验证。如果单纯识别面部，而不考虑发型和身体的其他部分，人类的正确率约为97.5%，而计算机目前则能达到99%以上。这是否意味着计算机已经超过人类？答案一定为否，因为我们不只观察面部，身材和体态都有助于我们认出对方。在复杂光照的真实环境下，人能够更智能地选择这些分支帮助自己决策。不过，在数据量庞大或者面对陌生面孔的情况下，计算机要更强大一些。当然，除了人类自身也能做到的识别功能外，计算机视觉还可应用在那些人类能力所限，感觉器官不能及的领域和单调乏味的工作上。比如在微笑瞬间自动按下快门，帮助汽车驾驶员泊车入位，捕捉身体的姿态与电脑游戏互动，工厂中准确地焊接部件并检查缺陷，忙碌的购物季节帮助仓库分拣商品，离开家时扫地机器人清洁房间，自动将数码照片进行识别分类……计算视视觉非常大的一个应用是在机器人领域，包括整个的智能设备领域，深度学习的出现，使得机器人在视觉能力或者语音能力上，去模仿人的能力成为可能。

曾经，人类用眼睛记录了波澜壮阔的历史。未来，我们希望逐步开启计算机的眼，让它在看懂这个多彩的世界的同时，也能帮助人类更高效和智能的完成工作和生活。期待在计算机视觉和人类的共舞下，世界不仅有多彩，更有智慧。