研究表明，個(gè)體學(xué)習(xí)的信息有80%來(lái)自于視覺(jué)。萬(wàn)物互聯(lián)與人工智能時(shí)代，人類的視覺(jué)能力被移植到機(jī)器上，視覺(jué)智能通過(guò)讓機(jī)器學(xué)會(huì)“看”，代替人眼對(duì)圖像進(jìn)行特征提取和分析，并由此訓(xùn)練模型對(duì)新的圖像數(shù)據(jù)進(jìn)行分析、檢索、目標(biāo)的檢測(cè)與跟蹤、圖像分類和識(shí)別。

機(jī)器視覺(jué)加速落地千行百業(yè)

中國(guó)科學(xué)院自動(dòng)化研究所王金橋研究員、博導(dǎo)表示， 視頻大數(shù)據(jù)時(shí)代已悄然來(lái)臨，目標(biāo)檢測(cè)與識(shí)別是實(shí)現(xiàn)視頻大數(shù)據(jù)管理的重要手段。視覺(jué)智能應(yīng)用已經(jīng)廣泛深入到人類的生產(chǎn)和生活方式中，加速進(jìn)入一個(gè)全新的視頻社會(huì)化時(shí)代。

交通信息行業(yè)，可應(yīng)用于車的識(shí)別。通過(guò)對(duì)類似人類指紋一樣“車紋”的身份識(shí)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(fèi)等管理。

體育領(lǐng)域中，比如NBA比賽，通過(guò)對(duì)球員進(jìn)行識(shí)別和分析，制定應(yīng)對(duì)戰(zhàn)術(shù)。視覺(jué)智能技術(shù)也將應(yīng)用在北京2022年冬奧會(huì)，對(duì)各種冰上運(yùn)動(dòng)中運(yùn)動(dòng)員的動(dòng)作標(biāo)準(zhǔn)化進(jìn)行分析。

工業(yè)制造領(lǐng)域，以工業(yè)中最常見(jiàn)的機(jī)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(cè)、產(chǎn)品賬單核對(duì)等工作將會(huì)完全被機(jī)器視覺(jué)取代，機(jī)器視覺(jué)系統(tǒng)相對(duì)于人有更高的反應(yīng)速度以及更短的檢測(cè)時(shí)間。

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

視覺(jué)智能離不開強(qiáng)大算力

大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)推動(dòng)了以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展，從而為機(jī)器視覺(jué)實(shí)現(xiàn)萬(wàn)物識(shí)別提供了技術(shù)基礎(chǔ)，曙光計(jì)算服務(wù)通過(guò)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(xué)習(xí)框架，一鍵自動(dòng)化環(huán)境部署，讓用戶將全部精力聚焦在核心業(yè)務(wù)研究上，實(shí)現(xiàn)算法模型的快速落地。

曙光計(jì)算服務(wù)也為零算法基礎(chǔ)用戶提供了一站式解決方案，可通過(guò)應(yīng)用平臺(tái)快速訓(xùn)練自己領(lǐng)域的定制化模型，僅需要少量標(biāo)注數(shù)據(jù)，便可快速的完成模型訓(xùn)練以及推理驗(yàn)證，并將訓(xùn)練模型轉(zhuǎn)換成高可用、彈性可擴(kuò)展的AI服務(wù)，讓用戶能夠以最低的成本實(shí)現(xiàn)AI技術(shù)的落地。

未來(lái)人工智能如何實(shí)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(shì)，也是研究與應(yīng)用領(lǐng)域的重大挑戰(zhàn)?！按髷?shù)據(jù)+大模型+多模態(tài)”將改變當(dāng)前單一模型對(duì)應(yīng)單一任務(wù)的人工智能研發(fā)范式，實(shí)現(xiàn)弱人工智能邁向通用人工智能路徑的進(jìn)一步探索，那么大算力將作為基礎(chǔ)能力為下一代人工智能的發(fā)展提供支撐。