人工智能经历过两次繁荣，现在是第三次繁荣。主要原因有：一是以深度学习技术为代表的技术发展迅速，特别是在大象领域取得了重大突破；第二，强大的计算能力；第三，越来越多的数据。因为有了数据算力和算法，可以从更多方面解决更多业务问题。今天在视觉智能实践上的探索体现在以下四个方面。1.电商搜索目前，电商搜索是一个比较成熟的产品，已经开始大规模部署。目标是在电子商务搜索中提供文本之外的另一种搜索，例如探索视频广告和视觉诊断。由于深度学习的快速发展，电子商务环境下的图片搜索取得了重大突破，几乎实现了所见即所得的效果，相关信息已经可以在线搜索。2.城市之眼城市之眼的目标是通过对城市中大量摄像头的分析，为我们的交通和安全提供更好的智能决策。从计算的角度来说，分析整个城市的数万个摄像头，需要非常大的计算量。但是，由于当今云计算和大规模计算平台的支持，通过对视频数据进行结构化，可以实现视频数据的大规模全网搜索。例如，通过车辆的属性和车牌搜索视频数据，可以追查到肇事车辆的逃逸情况。3、视频广告探索的第一个方面是在视频中找到合适的位置，无缝嵌入广告，并且不影响大家的观看体验。第二个方面希望通过对视频内容的分析，嵌入适合这个场景的广告。第三个方面是智能广告设计，通过机器学习的手段，让广告海报的生成更加方便。用户可以简单地绘制直线和方框，生成一张几乎可以媲美手工的广告海报。4、视觉诊断视觉诊断由两部分组成，一是诊断机器，二是诊断生物。传统的工业诊断方式是人带着工具到现场进行检查，而诊断机器的目标是通过视觉分析的方式来代替人工对机器进行检查。通过现场录像和可视化分析，自动诊断机器故障；生物诊断是医学影像的智能诊断。
