神奇的机器视觉正在蝶变( 二 )

文章插图
比如这张照片，前一秒神经网络还有57.7%的把握认为它是一只熊猫，可在经历过一点点处理后，神经网络竟然有99.3%的把握认为这是一只长臂猿。可对人类来说，这两张照片几乎没有区别。
原因是，人类和机器对于“视觉”这个概念的理解是很不一样的。人类的视觉来自于对事物的整体理解，建立于长久以来对世界的认识之上。机器的视觉模式就很不同了，机器学习算法本质上是一个分类器。

文章插图
比如这张图片，根据有礼服装饰的小熊玩具照片推理出这些玩具用来做什么的？一个可能的答案或许是“婚礼”～这道题对人类而言太简单不过了，但很长一段时间内，对 AI 来说却并不容易。
近10年来，AI技术保持高速发展，AI模型已在多个任务和技能上达到超越人类的水平，比如 AlphaGo 2016 年击败了世界顶尖棋手李世石。在视觉理解领域，以 CNN 为代表的卷积类模型 2015 年在 ImageNet视觉分类任务上超越了人类成绩；在文本理解领域，2018年微软与阿里几乎同时在斯坦福SQuAD挑战赛上让 AI 阅读理解超越了人类基准。
然而，在视觉问答VQA这一涉及视觉-文本多模态理解的高阶认知任务上，AI 过去始终未取得超越人类水平的突破。
但是，经过多年的研究，AI“读图会意”再次迎来了大突破。国际权威机器视觉问答榜单 VQA Leaderboard出现关键突破：阿里巴巴达摩院以81.26%的准确率创造了新纪录，让AI在“读图会意”上首次超越人类基准。继2015年、2018年AI分别在视觉识别及文本理解领域超越人类分数后，人工智能在多模态技术领域也迎来一大进展。
这一结果意味着，AI在封闭数据集内的 VQA 表现已媲美人类。
未来机器视觉的趋势
伴随着国际智能制造战略的持续推进，机器视觉会在将来的市场持续热度，并且因新技术的加入而实现技术升级。
更高速。随着应用场景的方案完善，产能随之增加，视觉判断速度要求会提高，高速便成了机器视觉技术的竞争重点。
与智能工厂、工业4.0结合。现阶段千兆网到万兆网的升级，相机除了需要在技术方面提高带宽，更需要了解高速的应用场景。另一方面，无人工厂离不开机器视觉，在工业4.0的推进过程中，25倍和40倍相机的诞生将以网络形式接入物联网。
从二维转向三维以及多维。随着技术向更高速、更大带宽的方向发展以及各应用的深入，3D相机将发挥重要作用，伴随而来的是更高精度以及更快反应时间的技术挑战。
特殊材料的检测。特殊材料例如塑料、透明薄膜上的划痕检测，是未来机器视觉技术攻克的方向之一。
【神奇的机器视觉正在蝶变】特殊的应用场景。除了在工业领域机器视觉的应用比较成熟之外，在一些非工业领域机器视觉的优势同样非常明显，尚存较大发展运用的空间。未来还将会有智慧水利、智慧油田、智慧网点、智慧制造、全息社区等更多的应用场景落地。