隨著人工智能在語音識別、計算機視覺、語言理解和醫(yī)療健康等領(lǐng)域取得巨大進展，并在語音識別和人臉識別等領(lǐng)域超越人類，那些影視場景中看似遙遠而科幻的鏡頭，正逐漸在人們的生活中成為現(xiàn)實。

　　2016年5月剛剛回歸屏幕的《疑犯追蹤》，早在2011年就為觀眾描繪了一個個通過機器監(jiān)測、分析和識別犯罪的科幻場景。神秘億萬富翁發(fā)明了一套擁有認知能力的人工智能系統(tǒng)，利用攝像頭作為眼睛識別罪犯，并對罪犯行為進行預(yù)判。這套系統(tǒng)除了偵測犯罪活動，還幫助那些受到傷害的普通人——可以在機器的指引下提前解救受害者。

　　時隔5年，隨著人工智能在語音識別、計算機視覺、語言理解和醫(yī)療健康等領(lǐng)域取得巨大進展，并在語音識別和人臉識別等領(lǐng)域超越人類，這些電視場景中看似遙遠而科幻的鏡頭，正逐漸在人們的生活中成為現(xiàn)實。

　　計算機視覺正是將科幻帶進現(xiàn)實的一個新領(lǐng)域。

　　當(dāng)用戶向Facebook網(wǎng)頁上傳一張新照片時，名為tag suggestion的面部識別軟件會根據(jù)之前被標(biāo)記的照片進行自動掃描，提示用戶新上傳照片中所有要標(biāo)記的人物姓名；而Faceme，一個人臉互粉的移動應(yīng)用，可以在不到1秒的時間里識別人臉，并將信息與此人在社交網(wǎng)絡(luò)上的個人資料匹配起來，讓用戶在Facebook、twitter或Linkedin上關(guān)注他們。

　　以上所描述的通過攝像設(shè)備采集人臉圖像，并基于人臉幾何特征和相對位置等信息進行身份辨識的過程就是人們所熟知的人臉識別。在中國，早就開始了人臉識別在安防、金融和醫(yī)療等領(lǐng)域的實踐，一個個更科幻的場景正因計算機視覺的廣泛應(yīng)用而成真。

　　在世界范圍內(nèi)，有3家計算機視覺領(lǐng)域的頂級研究機構(gòu)——MIT（麻省理工）、加州伯克利分校，以及歐洲的牛津大學(xué)實驗室。這些機構(gòu)中的工作人員不斷被谷歌等巨頭挖走，或獨立創(chuàng)業(yè)，正成為整個技術(shù)發(fā)展環(huán)節(jié)中最關(guān)鍵的一環(huán)。

　　計算機視覺在中國的發(fā)展起步于上世紀(jì)90年代末，隨著中國經(jīng)濟的快速發(fā)展、教育水平的不斷提高，曾經(jīng)走出去的行業(yè)精英越來越多地回流國內(nèi)，使中國高素質(zhì)人才迅速積累，在數(shù)量和質(zhì)量上都具備了推動技術(shù)快速發(fā)展的人力基礎(chǔ)。

　　同時，隨著計算機時代的到來，高速發(fā)展的網(wǎng)絡(luò)、大數(shù)據(jù)計算能力的提升，以及攝像頭的無縫鋪設(shè)，為中國計算機視覺的發(fā)展奠定了軟硬件技術(shù)基礎(chǔ)。10多年來，人們在眾多科幻電影中看到的天眼應(yīng)用場景，已經(jīng)可以通過計算機視覺實現(xiàn)——“看到”人們的一舉一動，并“預(yù)測”其未來的行為。

　　今天，當(dāng)有了優(yōu)秀的人才基礎(chǔ)和優(yōu)良的軟硬件技術(shù)，幻想中的世界正逐一實現(xiàn)。在大批初創(chuàng)公司推動下，中國在機器視覺領(lǐng)域的發(fā)展水平已能和美國、以色列等世界最先進的國家比肩。

　　在計算機視覺領(lǐng)域，技術(shù)早已突破了肉眼精度的圖像識別，并廣泛應(yīng)用于公安、金融和信息安全領(lǐng)域。但這些已經(jīng)取得巨大社會價值的成績并不為大眾關(guān)注，人們更興奮于AlphaGo的勝利，而非技術(shù)在生活中的實際應(yīng)用。因為人們直覺上總認為識別圖像是一件容易的任務(wù)，而戰(zhàn)勝世界頂尖棋手則更具挑戰(zhàn)。

　　其實，站在人工智能發(fā)展的角度，圍棋是有可遵循的邏輯和可衡量的計算量的游戲，對于人類大腦的難度在于龐大的計算量和對棋盤宏觀形勢的判斷；而圖像識別則會在信息抓取和邏輯分析層面呈現(xiàn)出更廣泛的隨機性和不確定性。通過機器學(xué)習(xí)將圖像中的信息進行分類解析、最終提取有價值的結(jié)構(gòu)化數(shù)據(jù)是極其困難的科研課題，從學(xué)術(shù)界到工業(yè)界的轉(zhuǎn)化耗費了幾十年的時光。

　　相比于計算機視覺、語言語音理解等其它的進步，AlphaGo當(dāng)然也有其劃時代意義：它不僅縮短了機器與人的智能距離，更可怕的是，未來還將顛覆人與人的智商差異感知。未來智商的差距不再是不可彌補的先天差距，而成為通過工具后天可獲得的能力。這將顛覆人類的自我價值評估。

　　而計算機視覺的技術(shù)進步，對于現(xiàn)實生活的變革則遠遠大于學(xué)術(shù)突破和哲學(xué)思考，技術(shù)正在幫助拓展人的能力邊界。

　　計算機視覺領(lǐng)域的技術(shù)突破最先被應(yīng)用在車輛識別方面，比如依圖基于視頻圖像的車輛識別系統(tǒng)在蘇州上線之初，就幫助警方破獲了一起涉案金額超過10萬元的入室搶劫案，當(dāng)時嫌犯搶劫得手后駕車駛離小區(qū)，警方運用依圖的“車輛識別系統(tǒng)”進行品牌過濾，快速識別出車輛，僅僅10分鐘就神速破案。

　　與車輛等物體識別相比，人臉識別的應(yīng)用范圍和場景更加廣泛，當(dāng)前已經(jīng)可以做到在上億數(shù)量級的人像庫中進行人臉靜態(tài)比對識別，并在“青奧會”和珠海航展安保系統(tǒng)中已成功應(yīng)用。

　　比如蘇州公安部門應(yīng)用依圖的人臉識別系統(tǒng)，將全國在逃犯罪嫌疑人庫內(nèi)的圖像與蘇州1300萬總?cè)丝诘膱D像進行自動比對，系統(tǒng)僅用了不到1天的時間就對25人給出了預(yù)警，經(jīng)過人工甄別，有17人被確定為嫌疑人，這一嘗試讓蘇州公安部門對人臉識別技術(shù)的高效率大為驚嘆。

　　再如廈門南北火車站，民警通過公交車上的視頻監(jiān)控將扒竊案嫌疑人頭像提取出來，在依圖的靜態(tài)人像系統(tǒng)中進行比對，很快就確認了嫌犯的名字和身份證號碼，同時通過已覆蓋廈門所有BRT車站攝像頭的動態(tài)人像系統(tǒng)，快速找到了嫌犯之前所有出現(xiàn)在攝像頭下的時間和地點軌跡，從而在嫌犯經(jīng)常出現(xiàn)的地點布控設(shè)卡，很快控制了嫌犯。