考特尼·威爾遜跟隨是CloudFactory營銷總監。最近發表了篇關于人工智能的文章，翻譯過來供大家學習交流，外語水平有限，如有語病，請海涵！

雖然許多人正在尋找“殺手級”的視覺，但更有可能視覺是AI和計算機的“殺手級應用”。

?

今天有AI模塊的app，只需拍攝一個照片，便可在幾秒鐘內告訴你狗的種類，或植物的種類。當您將圖像上傳到Facebook時，系統將立即根據臉部識別技術進行識別，告訴你的朋友圖像中有誰。

在某些情況下，機器的這種特定類型分析的能力遠遠超過了人類，而這些先進的人工智能技術的命脈便是視覺數據。

為什么視覺數據很重要？

人工智能的整個概念是可以構建機器來執行最人性化的任務。為了做到這一點，他們以人的智慧為模范。例如，最前沿的AI系統采用在人腦神經網絡之后建模的深度學習或深層神經網絡。（當然，他們沒有任何地方接近人類相同的能力）。

作為人類，我們通過觀察我們周圍的世界并以語言，行動和對象的形式收集我們自己的數據來學習。另一方面，計算機必須由人類提供數據以便“學習”。機器學習的過程需要比人類更多的數據，時間和迭代。

作為人類，視覺對我們自然而然而形成，我們學習的第一個技能之一就是認識面孔。然后，我們識別我們周圍的物體，并賦予他們意義。

例如，我們只需要一次學習火是火，如果觸摸它會燒毀我們，但機器需要數百個數據的例子來破譯相同的含義，才能計算出這是火。

AI系統和視覺數據

視覺對于我們具有非常重要的意義，這解釋了 為什么65％的人都是視覺工作者。我們的大腦處理和分析的大部分（90％）的數據是可視化的，并且我們的大腦實際上處理的圖像比文本快六萬倍！

為了人工智能的進步，它需要變得更加人性化。要做到這一點，它需要更高質量的視覺數據和復雜的算法將信息翻譯成有意義的東西。

當涉及到AI，領先的科技公司都在這個領域尋求突破和探索。他們知道，AI是一個改變我們生活和工作的游戲規則。有人認為，如果不計劃采用人工授權的未來，企業將無法生存，但事實是，目前正在開發的許多技術還有很長的路要走。

在最近的TechCrunch文章中，斯坦福大學人工智能實驗室主任李飛飛解釋了視覺數據的重要性：

“構建智能機器的唯一途徑是使其具有強大的視覺智能，就像動物在進化中所做的那樣。雖然許多人正在尋找“殺手級”視覺，但我想說，視覺是AI和計算領域的“殺手級” 。

我們已經依賴于視覺內容。然而，飛飛預測，隨著相機技術和傳感器的使用越來越多，未來將更加依賴它。

“超過80％的網絡是像素格式的數據（照片，視頻等），有更多的智能手機的攝像頭比地球上的人數，每個設備，每個機器和我們的空間每一寸由智能傳感器提供動力。”

準確度是一切

從自動駕駛汽車到AR / VR技術的一切都依賴于圖像識別和圖像數據處理。沒有用人類智能編譯的數據和算法，機器仍然會將對象看作無意義的線條和形狀。視覺識別屬性意味著這些對象，使計算機有可能識別道路上的汽車，并自主導航。

許多人認為人工智能是企業和創新的未來，而且這很有可能是真實的，很多人都相信，但在許多方面，未來依賴的卻是準確的視覺數據。

翻譯：shawn

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? 視覺數據和AI的“致命應用”