人工智能下一個(gè)前沿：機器視覺(jué)

　　國外科技網(wǎng)站Venturebeat發(fā)布文章稱(chēng)，人工智能在過(guò)去一年里有著(zhù)強勁的發(fā)展，給人們帶來(lái)越來(lái)越多的益處。而未來(lái)，機器視覺(jué)將會(huì )是人工智能的下一個(gè)前沿領(lǐng)域。隨著(zhù)該類(lèi)技術(shù)的發(fā)展，明年將會(huì )出現新型人工智能驅動(dòng)的設備。

　　機器為什么需要視覺(jué)呢?視覺(jué)是主要的感官。機器要能夠理解人類(lèi)，提供他們所需的支持，那么它們必須能夠在視覺(jué)范疇進(jìn)行觀(guān)察和表現。具體形式可以是一個(gè)幫助盲人“看見(jiàn)”和理解周遭世界的小攝像頭，又或者能夠準確區分流浪貓、在移動(dòng)的樹(shù)枝和竊賊的家庭監控系統。

　　正當電子設備在人們的日常生活中變得日益重要，我們也發(fā)現越來(lái)越多的設備應用因為沒(méi)有足夠強大的視覺(jué)功能而失敗，如無(wú)人機在空中發(fā)生碰撞，機器人吸塵機吸掉不該吸的東西。

　　隨著(zhù)研究人員應用專(zhuān)門(mén)的神經(jīng)網(wǎng)絡(luò )來(lái)幫助機器識別和理解現實(shí)世界的圖像，機器視覺(jué)在過(guò)去幾年取得了巨大的進(jìn)步。如今的計算機在視覺(jué)識別上能夠做到各種各樣的事情，從識別網(wǎng)絡(luò )上的貓到在諸多的照片中識別特定的面孔。不過(guò)，該類(lèi)技術(shù)還有很長(cháng)的路要走。

　　當前，機器視覺(jué)在走出數據中心，應用于各類(lèi)用途，從無(wú)人機的自動(dòng)駕駛到食品整理。

　　基本的圖像分類(lèi)已經(jīng)簡(jiǎn)單多了，但在從復雜的場(chǎng)景中提取要義或者信息，機器則面臨著(zhù)一系列的新問(wèn)題。錯視問(wèn)題便是機器視覺(jué)仍長(cháng)路漫漫的一個(gè)很好的例證。

　　舉例來(lái)說(shuō)，當人看到兩張面對面的臉的輪廓圖像時(shí)，他們看到的不僅僅是抽象的形狀。他們的大腦會(huì )進(jìn)行進(jìn)一步的解讀，讓他們能夠識別圖像的多個(gè)部分，看到兩張臉，又或者看到一個(gè)花瓶。

　　但對于機器來(lái)說(shuō)，這樣的圖像是非常難以理解的?；镜姆诸?lèi)器分辨不了兩張臉和花瓶，它看到的會(huì )是諸如短柄斧、吊鉤、避彈衣甚至吉他的物體。該系統并不能確定那些物體是在該圖像當中，這說(shuō)明這類(lèi)圖像的識別對于機器而言極具挑戰性。

　　另外，正如復雜的圖像，現實(shí)世界也十分凌亂。在當中正常航行可不是光開(kāi)發(fā)算法分析數據就能夠實(shí)現的，它需要對真實(shí)場(chǎng)景有清楚的了解，進(jìn)而能夠相應作出行動(dòng)。

　　機器人和無(wú)人機面臨著(zhù)大量這樣的障礙，克服這些挑戰對于參與人工智能革命的人來(lái)說(shuō)便是重中之重。

　　隨著(zhù)神經(jīng)網(wǎng)絡(luò )、專(zhuān)門(mén)的機器視覺(jué)硬件等技術(shù)的持續普及，機器視覺(jué)和人類(lèi)視覺(jué)之間的鴻溝正在快速縮小。不久之后，甚至可能會(huì )出現視覺(jué)能力更勝人類(lèi)的機器人，它們能夠執行各類(lèi)錯綜復雜的任務(wù)，能夠完全自動(dòng)化地運作。