考特尼·威爾遜跟隨是CloudFactory營銷總監(jiān)。最近發(fā)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(tǒng)將立即根據(jù)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(shù)據(jù)。

為什么視覺數(shù)據(jù)很重要？

人工智能的整個概念是可以構建機器來執(zhí)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(tǒng)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(shù)據(jù)來學習。另一方面，計算機必須由人類提供數(shù)據(jù)以便“學習”。機器學習的過程需要比人類更多的數(shù)據(jù)，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(shù)百個數(shù)據(jù)的例子來破譯相同的含義，才能計算出這是火。

AI系統(tǒng)和視覺數(shù)據(jù)

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(shù)據(jù)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(shù)據(jù)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(guī)則。有人認為，如果不計劃采用人工授權的未來，企業(yè)將無法生存，但事實是，目前正在開發(fā)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(shù)據(jù)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(shù)據(jù)（照片，視頻等），有更多的智能手機的攝像頭比地球上的人數(shù)，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?！?/p>

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(shù)據(jù)處理。沒有用人類智能編譯的數(shù)據(jù)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(yè)和創(chuàng)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(shù)據(jù)。

作者：考特尼·威爾遜，翻譯：shawn

來源：http://www.36dsj.com/archives/105244

本文來源于人人都是產品經理合作媒體@36大數(shù)據(jù)，作者@考特尼·威爾遜

題圖來自PEXELS，基于CC0協(xié)議