研究表明，個體學習的信息有80%來自于視覺。萬物互聯(lián)與人工智能時代，人類的視覺能力被移植到機器上，視覺智能通過讓機器學會“看”，代替人眼對圖像進行特征提取和分析，并由此訓練模型對新的圖像數(shù)據(jù)進行分析、檢索、目標的檢測與跟蹤、圖像分類和識別。

機器視覺加速落地千行百業(yè)

中國科學院自動化研究所王金橋研究員、博導表示， 視頻大數(shù)據(jù)時代已悄然來臨，目標檢測與識別是實現(xiàn)視頻大數(shù)據(jù)管理的重要手段。視覺智能應用已經(jīng)廣泛深入到人類的生產(chǎn)和生活方式中，加速進入一個全新的視頻社會化時代。

交通信息行業(yè)，可應用于車的識別。通過對類似人類指紋一樣“車紋”的身份識別，可以快速地查找到真牌和假牌，幫助交通部門做違章車限行、車輛收費等管理。

體育領域中，比如NBA比賽，通過對球員進行識別和分析，制定應對戰(zhàn)術。視覺智能技術也將應用在北京2022年冬奧會，對各種冰上運動中運動員的動作標準化進行分析。

工業(yè)制造領域，以工業(yè)中最常見的機械手臂為例，具有大批量的流水線工人從事產(chǎn)品分類、質(zhì)量檢測、產(chǎn)品賬單核對等工作將會完全被機器視覺取代，機器視覺系統(tǒng)相對于人有更高的反應速度以及更短的檢測時間。

目前智能視覺已經(jīng)具備圖像分類、物體檢測、直播識別等AI能力，可應用在互聯(lián)網(wǎng)短視頻內(nèi)容識別歸類、新零售物件統(tǒng)計、工業(yè)質(zhì)檢、農(nóng)業(yè)養(yǎng)殖、醫(yī)療診斷等各種場景。

視覺智能離不開強大算力

大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術推動了以深度神經(jīng)網(wǎng)絡為代表的人工智能技術飛速發(fā)展，從而為機器視覺實現(xiàn)萬物識別提供了技術基礎，曙光計算服務通過多年的行業(yè)積累，可提供人工智能所需的海量算力資源，并集成了目前主流深度學習框架，一鍵自動化環(huán)境部署，讓用戶將全部精力聚焦在核心業(yè)務研究上，實現(xiàn)算法模型的快速落地。

曙光計算服務也為零算法基礎用戶提供了一站式解決方案，可通過應用平臺快速訓練自己領域的定制化模型，僅需要少量標注數(shù)據(jù)，便可快速的完成模型訓練以及推理驗證，并將訓練模型轉換成高可用、彈性可擴展的AI服務，讓用戶能夠以最低的成本實現(xiàn)AI技術的落地。

未來人工智能如何實現(xiàn)從專用向通用的跨越，既是下一代人工智能發(fā)展的必然趨勢，也是研究與應用領域的重大挑戰(zhàn)?！按髷?shù)據(jù)+大模型+多模態(tài)”將改變當前單一模型對應單一任務的人工智能研發(fā)范式，實現(xiàn)弱人工智能邁向通用人工智能路徑的進一步探索，那么大算力將作為基礎能力為下一代人工智能的發(fā)展提供支撐。