随着人脸识别、语音识别、自动驾驶等日益成为人们关注的焦点，人工智能（AI）与社会和人类生活的融合程度正在快速演进。事实上，早在1956年，人工智能一词就被正式提出。然而，面对有限且昂贵的计算能力、现有计算方法的缺陷、数据量不足等难以逾越的基础障碍，“模拟人脑”似乎还很遥远。之后，直到20世纪80年代初，一类被称为“专家系统”的人工智能程序开始被世界各地的公司采用，才出现了人工智能的第二次繁荣。各国开始投入大量资金，例如日本经济产业省雄心勃勃的研究计划，旨在制造“第五代计算机”。目标是创造可以与人交谈、翻译语言、解释图像和像人一样推理的机器。20世纪80年代后期，业界质疑人工智能系统投入巨大但应用有限。人工智能泡沫逐渐破灭，投入大幅减少。人工智能再次进入寒冬。那么，人工智能将依靠什么走向大众？业内专家认为，视觉AI技术将是发展方向。对于人类来说，70%到80%的信息获取来自于视觉。对于人工智能来说，视觉AI也被认为是目前最具价值的AI技术。它可以使机器具备“从知人知物到识万物”的能力，从而认识和理解世界，帮助我们提高生产和工作中处理信息的效率。简单来说，视觉AI就是研究如何让机器“看”，即用摄像头和计算机代替人眼来提取和分析图像的特征，并训练模型检测和识别新的图像数据，并建立可以从图像或多模态数据中获取“信息”的人工智能系统。源于深度学习的突破，视觉AI的识别能力突飞猛进。2012年的两件轰动事件被视为视觉AI发展的拐点。当时，多伦多大学GeoffreyHinton带领的团队利用深度学习和GPU强大的计算能力，在名为ImageNet的图像识别竞赛中将错误率降低了10%，震惊了学术界，因为之前的错误rate每年只会下降1%-2%。同年，“谷歌大脑之父”吴恩达带领团队利用10亿参数的神经网络，在没有任何先验知识的情况下，仅通过观看未标注的YouTube视频，创建了猫脸识别系统——自动识别猫脸来自海量照片。视觉AI因其在安防、医疗、无人驾驶等领域的应用前景，迅速成为人工智能领域最重要的研究领域。比如在安防领域，视觉AI技术可以进行人群分析，追捕逃犯。可在城市数千条道路上通过摄像头锁定筛选目标人群，实现实时报警，助力提升安防效率；在手机领域，AI可以提供更安全便捷的刷脸解锁、刷脸支付等体验，还可以自动节省后期美颜图片的时间；，识别并分析车身周边环境，辅助进行精准的路径规划。展望未来，更多的应用前景将被贴上视觉AI的标签。例如，人脸识别技术有望应用于更多物联网终端设备，让安全便捷的身份认证无处不在，提升生活体验；在AI+产业领域，工业机器人、物流机器人将更多替代传统劳动力；在AI+文化领域，基于AI的增强现实技术可以将古代文物、古代场景逼真还原，做到以假乱真；在AI+教育领域，利用视觉技术管理学生的注意力，跟踪学生的知识点，实现真正的个性化教学。当然，AI掀起的新一轮产业浪潮也才几年而已。技术需要不断的突破和创新。行业需要不断的深耕和挖掘，大众也需要足够的耐心。
