2018年,计算机视觉是人工智能最强有力的表现形式

您可能每天都使用计算机视觉，甚至不去考虑它。享受查看最新的Snapchat过滤器？那就是计算机视觉。用脸解锁你的iPhone？这也是计算机视觉。使用手机存入最新的薪水并在银行帐户中获得现金？嗯，这也是计算机视觉。

我们所知道的计算机视觉正处于临界点。由于行业范围内的开发工作以及深度学习算法和图形处理器的进步，我们正在做十年前难以想象的事情。

一些技术已经存在了几年，但过去一年的一些发展使计算机视觉达到了新的高度。更好的传感器，大量标记图像，易于访问深度学习软件以及改进的处理器的融合，共同创造了一年前仅限于少数几家大型科技公司的功能。

亚马逊发布了Rekognition，将计算机视觉置于任何开发人员手中。微软为OneDrive和SharePoint推出了新的AI服务。 Google相册让我们的记忆变得可搜索。

看来未来迫在眉睫。
充满无限可能的世界

我们在2018年看到的雄心勃勃的计算机视觉项目意味着该技术最终赶上了开发人员长期渴望创建的应用程序。这也意味着开发定制的计算机视觉应用程序很快就会变得更便宜。

例如，ModiFace允许用户仅使用智能手机进行化妆。拓扑对眼镜也是如此。 MTailor使用类似工艺制作定制牛仔裤和衬衫。除了时尚之外，Pottery Barn让用户可以看到新家具在家中的样子，而Hover将用户的家居照片转变为完全测量的3D模型。

这些项目都不像自动驾驶汽车和无收银机杂货店那么复杂，但这是当前一代计算机视觉产品在未来几年内作为大规模部署预兆的资格：一旦小公司能够发展功能针对大众的计算机视觉产品，该技术将开始渗透到我们生活的几乎每个部分。
什么使计算机视觉不同

计算机视觉与其他AI技术不同。首先，对于大多数组织而言，计算机视觉是一项全新的功能，而不是对其他人之前尝试过的事情的渐进改进，例如预测分析。

此外，计算机视觉改善人类感知没有内在障碍。当这些算法从图像中推断出信息时，他们并没有像许多其他人工智能那样预测一个本质上不确定的未来;他们只是在确定关于图像或图像集的当前内容的分类真相。这意味着计算机视觉将能够随着时间的推移变得更加准确，直到它匹配 - 或超过 - 人类图像识别的能力。

最后，计算机视觉可以比其他AI工具更快地收集训练数据。大数据集需要大量投资培训数据，但计算机视觉只需要人们准确地标记图片和视频 - 简单的东西。这就是为什么计算机视觉的采用率近来加速了这么多。
计算机视觉在2019年及以后

虽然我们已经开始看到消费产品中出现了计算机视觉，但其中相当大一部分用途将继续用于特定的行业用途。例如，CCC信息服务正在帮助汽车保险公司使用热图来识别车辆损坏情况，该热图可以突出显示最严重损坏的位置。

这些类型的计算机视觉产品可能不那么炫目，但重要的是要记住每个新应用程序意味着开发人员可以获得有关哪些有效和哪些无效的更多信息 - 这继续使我们越来越接近像智能这样的大型项目城市。

亚太，微软和谷歌在2018年展示的最近一次飞跃是推动计算机视觉超过临界点的催化剂。产品设计师和人工智能工程师已经在研究使用计算机视觉和增强现实的新解决方案。硬件制造商正在改进组件性能并提高成本效率，以使该技术更好，更易于访问。

近期最大的创新之一将是培训数据。现在，人类仍需要用手动标记的图像训练计算机视觉AI。 （如果您曾经填写过一个网页表格，要求您从网格中选择一些图像来显示像店面或汽车这样的常见对象，您实际上已经参与为计算机视觉项目创建标记数据。）

但随着技术的进步，人工智能将学会培训人工智能，进一步简化流程并加快改进速度。

计算机视觉市场的增长几乎与能力一样快：预计到2025年将达到262亿美元，每年增长超过30％。人工智能是未来，计算机视觉是未来最有力的表现形式。很快，它将随处可见 - 以至于你甚至都不会注意到它。