2015年底，烏鎮(zhèn)世界互聯(lián)網(wǎng)大會(huì)的成功舉辦奪人眼球。沒(méi)有引發(fā)足夠關(guān)注的一條新聞是，就在互聯(lián)網(wǎng)大會(huì)之前，在南美智利舉辦的第14屆國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)（ICCV）上，微軟亞洲研究院搶得頭條。ICCV作為兩年一屆的計(jì)算機(jī)視覺(jué)領(lǐng)域頂尖盛會(huì)，旨在展示本領(lǐng)域的最新突破。微軟亞洲研究院的視覺(jué)計(jì)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(wàn)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(jìn)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(shí)別出來(lái)，平均錯(cuò)誤率從幾年前的動(dòng)輒50%到如今的3%，已可接近實(shí)際應(yīng)用。

計(jì)算機(jī)視覺(jué)是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步說(shuō)，就是指用攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺(jué)，并進(jìn)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(cè)的圖像，實(shí)現(xiàn)超越人類視覺(jué)的高精度、高速度、高穩(wěn)定性。

AI，先要會(huì)“看”

眾所周知，人工智能在過(guò)去的幾年里一直處于持續(xù)的高速發(fā)展階段，很多機(jī)器人也已經(jīng)具備了相當(dāng)高的智能化特點(diǎn)。但是相較科幻大片中的智能機(jī)器人來(lái)說(shuō)，現(xiàn)實(shí)中所取得的科研進(jìn)展目前還遠(yuǎn)遠(yuǎn)不夠。要想得到一臺(tái)真正意義上的AI，需要一步一步地逐步進(jìn)行。機(jī)器人開(kāi)發(fā)的下一個(gè)方向首先應(yīng)該對(duì)準(zhǔn)哪個(gè)領(lǐng)域呢？很多科研人員給出了相同的答案：機(jī)器視覺(jué)領(lǐng)域。

如果想讓機(jī)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(wú)人機(jī)和掃地機(jī)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(wèn)題。

微軟全球執(zhí)行副總裁沈向洋在上周末舉辦的未來(lái)論壇上說(shuō)道：“人工智能這件事是相當(dāng)于人類智能，是兩個(gè)方面的研究。一個(gè)方面叫作所謂的感知，另外一個(gè)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(gè)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(jì)算機(jī)學(xué)科，也有心理學(xué)、哲學(xué)、社會(huì)學(xué)等的問(wèn)題。越來(lái)越重要的，實(shí)際上是腦科學(xué)的問(wèn)題。”

沈向洋介紹說(shuō)，在過(guò)去這五十年來(lái)，科研人員對(duì)于計(jì)算機(jī)視覺(jué)方面的研究主要不外乎做三個(gè)方面的問(wèn)題，逐層提高：首先是圖像處理的問(wèn)題，線條、色彩等；之后是這幾年十分火熱的圖象識(shí)別的問(wèn)題；而最后則是圖像理解的問(wèn)題。

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

中國(guó)機(jī)器視覺(jué)發(fā)展為世界矚目

當(dāng)下，中國(guó)正成為世界機(jī)器視覺(jué)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(guó)民經(jīng)濟(jì)的各個(gè)行業(yè)。作為全球制造業(yè)的加工中心，中國(guó)有許多高要求的零部件加工及其相應(yīng)的先進(jìn)生產(chǎn)線，使許多具有國(guó)際先進(jìn)水平的機(jī)器視覺(jué)系統(tǒng)和應(yīng)用經(jīng)驗(yàn)也隨之進(jìn)入國(guó)內(nèi)。

第14屆ICCV大會(huì)的贊助商名單中，也首次出現(xiàn)了不少中國(guó)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(guó)際會(huì)議上越發(fā)活躍之外，中國(guó)的計(jì)算機(jī)視覺(jué)學(xué)者也借由區(qū)域型會(huì)議如ACCV，以及國(guó)內(nèi)計(jì)算視覺(jué)大會(huì)CCCV、RACV，凝聚了大量的政、商、媒體、學(xué)界的焦點(diǎn)與資源。

在計(jì)算機(jī)視覺(jué)的諸多應(yīng)用中，“視頻內(nèi)容關(guān)聯(lián)廣告”是中國(guó)獨(dú)創(chuàng)于世界的特色市場(chǎng)。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(guó)內(nèi)視頻網(wǎng)站競(jìng)爭(zhēng)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?jiǎng)?wù)。阿里和優(yōu)酷、騰訊、愛(ài)奇藝、搜狐等視頻大佬，都開(kāi)始鉆研基于視頻內(nèi)容識(shí)別的關(guān)聯(lián)廣告，即邊看邊購(gòu)物體驗(yàn)。

用戶在看視頻時(shí)彈出的各類同款商品推送，其實(shí)已經(jīng)是深淺不一的機(jī)器視覺(jué)技術(shù)。歡快地觀賞綜藝節(jié)目時(shí)，隱藏在屏幕背后的計(jì)算機(jī)已經(jīng)可以“看到”你喜愛(ài)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(shí)，用機(jī)器取代人眼、人腦，識(shí)別甚至肉眼無(wú)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(shí)信息匹配推送。雖然用戶會(huì)感覺(jué)自己的隱私被發(fā)現(xiàn)，但對(duì)于各大公司來(lái)說(shuō)這是一塊亟待開(kāi)發(fā)的金礦所在地。

機(jī)器視覺(jué)產(chǎn)業(yè)2020年將進(jìn)入成熟期

國(guó)內(nèi)機(jī)器視覺(jué)從上世紀(jì)80年代萌芽以來(lái)，通過(guò)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(diǎn)方向之一。2013~2015年間，隨著“工業(yè)4.0”“中國(guó)制造2025”等概念的興起，國(guó)內(nèi)機(jī)器視覺(jué)公司如雨后春筍般發(fā)展起來(lái)，國(guó)內(nèi)機(jī)器視覺(jué)產(chǎn)業(yè)發(fā)展速度明顯加快。

《2016-2020年中國(guó)工業(yè)機(jī)器視覺(jué)市場(chǎng)研究及預(yù)測(cè)報(bào)告》中指出，當(dāng)前，國(guó)際機(jī)器視覺(jué)市場(chǎng)正處于產(chǎn)業(yè)成熟期，在諸如工業(yè)4.0等市場(chǎng)熱點(diǎn)的推動(dòng)下，未來(lái)3~5年歐美日機(jī)器視覺(jué)技術(shù)仍將有不斷創(chuàng)新，國(guó)際機(jī)器視覺(jué)市場(chǎng)規(guī)模有望繼續(xù)增長(zhǎng)。國(guó)內(nèi)市場(chǎng)目前已處于產(chǎn)業(yè)成長(zhǎng)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(jī)器視覺(jué)這樣一個(gè)分支，還有漫漫長(zhǎng)路。我非常有信心，在接下來(lái)的幾年，語(yǔ)音識(shí)別和視覺(jué)識(shí)別做得可以和人一樣好。但是離開(kāi)認(rèn)知，離開(kāi)真正的智能的話還有很長(zhǎng)的路需要走”。