AI人工智能顶层设计及介绍.ppt

五、AI应用技术案例—计算机视觉 计算机视觉主要研究如何使机器具备“看”的能力 计算机视觉（computer vision，简称CV）是指用计算机来模拟人的视觉系统，实现人的视觉功能，以适应、理解外界环境和控制自身运动。主要解决的是物体识别、物体形状和方位确认以及物体运动判断这三个问题。计算机视觉识别系统通常需要三个过程：目标检测、目标识别、行为识别，分别解决了“去背景”、“是什么”、“干什么”的问题。 计算机视觉在技术流程上，首先要得到实时数据，此步骤可通过一系列传感器获取，少部分数据可直接在具备MEMS功能的传感器端完成处理，大部分数据会继续传输至大脑平台，大脑由运算单元和算法构成，在此处进行运算并给出决策支持。 五、AI应用技术案例—计算机视觉 动态人脸识别是最热领域，金融和安防是最热场景 计算机视觉应用场景可分为两大类：图像识别和人脸识别，每类又可继续划分为动、静共四个类别，基本覆盖了目前计算机视觉的各项应用场景。其中动态人脸识别技术是目前创业热度最高的细分领域，尤其是金融和安防场景，是其重点布局场景。 国内，计算机视觉领域的企业最早出现在1997年，2014年出现创业高潮，企业平均年龄在3.9岁。下 表格为该领域目前存续的具备代表性的创业公司。 五、AI应用技术案例—计算机视觉 各细分领域成熟度相差大，其中人脸识别未来几年市场潜力巨大 计算机视觉作为一种人工智能的基础技术应用，使用场景多样，市场潜力巨大。其中人脸识别领域在2016年已接近百亿规模，中国市场在全球范围扮演着十分重要的角色。 由此可见，计算机视觉各细分领域的成熟度目前相差较大。人脸识别、指纹识别等所在的生物特征识别领域相对来说技术成熟度、工业化程度较高。在物体和场景识别方面，由于识别的物体种类繁杂，表现形态多样，技术成熟度较低。 对于计算机视觉而言，其主要瓶颈在于受图片质量、光照环境的影响，现有图像识别技术较难解决图像残缺、光线过爆、过暗的图像。此外，受制于被标记数据的体量和数量，若无大量、优质的细分应用场景数据，该特定应用场景的算法迭代很难实现突破。 五、AI应用技术案例—计算机视觉（商汤科技） 专注计算机视觉算法研发，推动视觉技术融入各行各业 商汤科技创办于2014年11月，位于北京，2017年4月完成了赛领资本领投的战略投资6000万美元。商汤科技专注于核心算法开发，通过视觉技术赋予计算机视觉感知和认知的能力，业务覆盖金融、商业、安防、互联网+等行业，意图为企业提供低门槛的计算机视觉技术，打造“商汤驱动”的人工智能商业生态。 商汤科技的核心能力在于其能够自主开发原创深度学习模型，其自有的高性能算法库相对行业内开源平台库，较大程度提高了算法效率，带来2-5倍的性能提升1。性能的提升直接导致的是极大地降低了计算机视觉硬件门槛，例如一般情况下双目、深度摄像头才具备视频处理能力，但利用商汤科技的算法模型，单目摄像头也具备此能力。此外，商汤科技自身构建了具备200块GPU链接能力的DeepLink超算平台，过去耗时1个月的运算，现在只需5-6个小时即可完成。硬件门槛降低+计算能力提升，使得大部分企业快速接入计算机视觉技术成为现实。 作为算法层企业，商汤科技通过与京东、小米、新浪微博等应用层级公司合作，使得自己的算法可以很好地融合多类细分领域的特点，快速移植复制到各行各业。除此之外，商汤还在技术层与多家企业合作，例如，商汤科技与科大讯飞合作研发具备人脸+语音双重识别的产品；与英伟达合作研发适用于深度学习的GPU芯片，该芯片可实时处理双路视频，为智慧视频提供支持。 五、AI应用技术案例—计算机视觉（商汤科技） 以开放的心态，打造“商汤驱动”的人工智能商业生态 商汤科技诞生于香港中文大学的多媒体实验室，团队成员主要由两部分构成，其一是来自MIT、斯坦福、香港大学、清华大学等高校及其实验室的科研人员；其二是来自谷歌、百度、微软、阿里巴巴等产业界的商业人员。商汤科技意图将实验室最新成果与商业变现之间的时空差距缩到最低限度。 2017年4月，商汤科技宣布完成了新一轮的战略融资，将进一步加速商业化布局。 五、AI应用技术未来发展 技术的发展将先于应用层面，但认知层技术仍存在瓶颈需要突破： 相比应用场景层面的发展，基础应用层的技术将会是AI中较早发展的部分。不过，从AI整体发展阶段来讲，我们认为AI仍处于早期，虽然语音识别、计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认知层的技术仍不甚完善。 具体来讲，语义识别由于受到上下文