2015年底，烏鎮(zhèn)世界互聯(lián)網(wǎng)大會的成功舉辦奪人眼球。沒有引發(fā)足夠關(guān)注的一條新聞是，就在互聯(lián)網(wǎng)大會之前，在南美智利舉辦的第14屆國際計算機視覺大會（ICCV）上，微軟亞洲研究院搶得頭條。ICCV作為兩年一屆的計算機視覺領(lǐng)域頂尖盛會，旨在展示本領(lǐng)域的最新突破。微軟亞洲研究院的視覺計算組研發(fā)出全新深度學(xué)習(xí)方法，具備152層類神經(jīng)網(wǎng)絡(luò)，比原先多出132層，即用同樣的百萬比資料就可以訓(xùn)練出深層的類神經(jīng)網(wǎng)絡(luò)。這些最先進的深度學(xué)習(xí)類神經(jīng)網(wǎng)絡(luò)，能將照片中的車、房、人、物……等等1000類物件精準(zhǔn)地識別出來，平均錯誤率從幾年前的動輒50%到如今的3%，已可接近實際應(yīng)用。

計算機視覺是一門研究如何使機器“看”的科學(xué)，更進一步說，就是指用攝影機和電腦代替人眼對目標(biāo)進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像，實現(xiàn)超越人類視覺的高精度、高速度、高穩(wěn)定性。

AI，先要會“看”

眾所周知，人工智能在過去的幾年里一直處于持續(xù)的高速發(fā)展階段，很多機器人也已經(jīng)具備了相當(dāng)高的智能化特點。但是相較科幻大片中的智能機器人來說，現(xiàn)實中所取得的科研進展目前還遠(yuǎn)遠(yuǎn)不夠。要想得到一臺真正意義上的AI，需要一步一步地逐步進行。機器人開發(fā)的下一個方向首先應(yīng)該對準(zhǔn)哪個領(lǐng)域呢？很多科研人員給出了相同的答案：機器視覺領(lǐng)域。

如果想讓機器人很好地去替代人類工作的話，首先要做到的正是讓它們“看”到東西才行。以無人機和掃地機器人為例，只有它們具備觀察、判斷事物的能力，才能真正智能化地自行解決一些問題。

微軟全球執(zhí)行副總裁沈向洋在上周末舉辦的未來論壇上說道：“人工智能這件事是相當(dāng)于人類智能，是兩個方面的研究。一個方面叫作所謂的感知，另外一個方面是所謂的認(rèn)知。真正要把人工智能做到像人類智能這么好的話，首先是要做感知這個方面，然后才能真正做到智能方面、做到認(rèn)知。這里面不僅是計算機學(xué)科，也有心理學(xué)、哲學(xué)、社會學(xué)等的問題。越來越重要的，實際上是腦科學(xué)的問題。”

沈向洋介紹說，在過去這五十年來，科研人員對于計算機視覺方面的研究主要不外乎做三個方面的問題，逐層提高：首先是圖像處理的問題，線條、色彩等；之后是這幾年十分火熱的圖象識別的問題；而最后則是圖像理解的問題。

“真正做計算機視覺的人，往前走研究人工智能，就需要解決圖像理解的問題。今天我們講識別這件事已經(jīng)是取得了巨大的進展，特別是最近四五年；但圖像理解剛剛起步。計算機視覺雖然已經(jīng)做了五十年，但是仍然有很長的路要走。”沈向洋說。

中國機器視覺發(fā)展為世界矚目

當(dāng)下，中國正成為世界機器視覺發(fā)展最活躍的地區(qū)之一，應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經(jīng)濟的各個行業(yè)。作為全球制造業(yè)的加工中心，中國有許多高要求的零部件加工及其相應(yīng)的先進生產(chǎn)線，使許多具有國際先進水平的機器視覺系統(tǒng)和應(yīng)用經(jīng)驗也隨之進入國內(nèi)。

第14屆ICCV大會的贊助商名單中，也首次出現(xiàn)了不少中國企業(yè)身影，商湯科技、百度、Viscovery創(chuàng)意引擎，漢字在贊助榜上快占據(jù)半壁江山。除了在世界頂尖國際會議上越發(fā)活躍之外，中國的計算機視覺學(xué)者也借由區(qū)域型會議如ACCV，以及國內(nèi)計算視覺大會CCCV、RACV，凝聚了大量的政、商、媒體、學(xué)界的焦點與資源。

在計算機視覺的諸多應(yīng)用中，“視頻內(nèi)容關(guān)聯(lián)廣告”是中國獨創(chuàng)于世界的特色市場。專家指出，這塊技術(shù)甚至比全球第一視頻網(wǎng)站YouTube早跑了兩年。國內(nèi)視頻網(wǎng)站競爭激烈，目前大多還處于燒錢階段，如何盈利成為共同思考的第一要務(wù)。阿里和優(yōu)酷、騰訊、愛奇藝、搜狐等視頻大佬，都開始鉆研基于視頻內(nèi)容識別的關(guān)聯(lián)廣告，即邊看邊購物體驗。

用戶在看視頻時彈出的各類同款商品推送，其實已經(jīng)是深淺不一的機器視覺技術(shù)。歡快地觀賞綜藝節(jié)目時，隱藏在屏幕背后的計算機已經(jīng)可以“看到”你喜愛的明星和商品，在網(wǎng)絡(luò)中挖出他的八卦，他的同款唇膏、鞋子。這就是智能化的視頻內(nèi)容辨識，用機器取代人眼、人腦，識別甚至肉眼無法認(rèn)知的物件紋路、形狀、商標(biāo)，用大數(shù)據(jù)技術(shù)做到更相關(guān)的商品、知識信息匹配推送。雖然用戶會感覺自己的隱私被發(fā)現(xiàn)，但對于各大公司來說這是一塊亟待開發(fā)的金礦所在地。

機器視覺產(chǎn)業(yè)2020年將進入成熟期

國內(nèi)機器視覺從上世紀(jì)80年代萌芽以來，通過艱難的概念引入，至2002年邁入發(fā)展期，特別在2012年，工業(yè)和信息化部印發(fā)了《高端裝備制造業(yè)“十二五”發(fā)展規(guī)劃》，規(guī)劃明確將智能制造裝備列入現(xiàn)階段高端裝備制造業(yè)發(fā)展的重點方向之一。2013~2015年間，隨著“工業(yè)4.0”“中國制造2025”等概念的興起，國內(nèi)機器視覺公司如雨后春筍般發(fā)展起來，國內(nèi)機器視覺產(chǎn)業(yè)發(fā)展速度明顯加快。

《2016-2020年中國工業(yè)機器視覺市場研究及預(yù)測報告》中指出，當(dāng)前，國際機器視覺市場正處于產(chǎn)業(yè)成熟期，在諸如工業(yè)4.0等市場熱點的推動下，未來3~5年歐美日機器視覺技術(shù)仍將有不斷創(chuàng)新，國際機器視覺市場規(guī)模有望繼續(xù)增長。國內(nèi)市場目前已處于產(chǎn)業(yè)成長期的快速發(fā)展階段。

沈向洋指出，人工智能是近幾年最火熱的領(lǐng)域，“但我們離真正的人工智能，哪怕只是機器視覺這樣一個分支，還有漫漫長路。我非常有信心，在接下來的幾年，語音識別和視覺識別做得可以和人一樣好。但是離開認(rèn)知，離開真正的智能的話還有很長的路需要走”。