TMT观察网_独特视角观察TMT行业

計算機視覺已經達到爆發的臨界點，即將帶動全球新一輪的市場熱潮。 文|余凱文 編輯排版|常琳|智能相對論（aixdlun） 8月底，2019年中國國際智能產業博覽會在山城重慶閉幕。與往年一樣，今年的智博會依舊匯集了多領域最新的技術和各大前沿公司的加盟。在今年智博會上，智能制造、智能技術與產品、智能化應用、智慧生活等六個展區，充分展示人工智能、大數據應用、云計算、5G、區塊鏈等為核心的前沿技術與產品。 智能化已經成為全球發展的主要方向，而中國技術在智能化領域正逐漸走向領先，將開啟未來大門的鑰匙握在自己手中，。無論對于當下國家或是企業無疑都是重中之重。 在眾多前沿技術當中，“計算機視覺”絕對有資格成為中國技術的代表。 “勝利者效應”讓強者恒強 自去年以來，美國自顧自的對中國發起一場貿易戰，所涉及范圍遠不止貿易層面這么簡單，可以看到，美國出手大都集中在高科技領域，其目的是想拿捏住中國科技企業的命門，以此來威脅中國就范。 雖然無懼，但肯定還是會對影響到相關產業的技術進步和發展進程。 例如，受影響較大的中興通訊，中興方面曾表示，美國的禁令將使得中興“臨時性休克”,雖然禁令只持續了三個月，但依舊使得中興在2018年巨虧70億。 還有一個更為熟知的案例，就是華為。今年美國政府繼中興之后又瞄向華為，在芯片、系統、網絡甚至SD卡等領域進行全面封鎖，也對華為造成了一定影響。 而此時，國內企業除了憤怒以外，似乎也是一籌莫展，只因為這些領域的技術優勢都在美國，能夠成為他們政治博弈的工具。 至此，國人其實都已明白，一天沒有掌握核心技術，就只有被牽著走的命。雖然在制造業的核心領域，中國確實受制于人，但可喜的是，中國已經將“未來的技術”抓在了自己的手中，那就是“人工智能”。 近年來，國內在人工智能的人才投入和科技產出均為全球第一，已經成為全球人工智能企業數量第二的國家，而在眾多人工智能領域之中，不得不提的就是“計算機視覺”。
“計算機視覺”在國內基本已經覆蓋農林牧漁、生產制造、城市交通、安防、出行、零售，幾乎所有的人類生活生產領域。 通過對計算機視覺技術的運用，例如人臉識別，中國已絕對處于領先地位，將其用在了警察工作、支付識別、機場安檢，甚至在北京天壇公園分發廁紙、防止廁紙被盜，以及其他許多場景。 在計算機視覺等領先技術推動下，中國技術將會進入“勝利者效應”周期，所謂“勝利者效應”是由浙江大學胡海嵐團隊提出，大意是指，一旦你勝利過一次，那么會讓之后的勝利更加容易。 回到目前中國技術領域，中國為不受國外技術遏制，急需自己的“勝利者效應”，而目前已經處于國際領先的“計算機視覺”已經成為構建中國自己的“勝利者效應”的一個重要支點。 當然在這背后，也少不了中國大批優質企業的付出，例如深耕“計算機視覺”的云從、曠視、商湯、海云數據等等。 “三大場景”讓計算機視覺逐步落地 “計算機視覺”在被廣泛應用的同時，有三大應用場景是最被看中的：分別是“人臉識別”、“可視分析”及“智能駕駛”。 1、“人臉識別”能做的遠遠不止支付 說到“人臉識別”，其實已經獲得了一定的用戶認知，但大多數人的第一反應還是手機解鎖或移動支付，但人臉識別的應用場景遠不止如此。 例如，2018年“歌神”張學友又多了一個新的外號“逃犯克星”，大量在逃人員在其演唱會上被抓獲，原因正是“人臉識別”。通過安檢門的攝像頭，警方可以逐一捕捉到進入演唱會人員的人臉圖像。之后通過和后端數據庫進行人臉識別比對，當逃犯入場之后就已無處可逃。 之外，在人臉識別的基礎上，還有如“唇語識別”系統，僅通過嘴型便能分析出說的什么內容。
據不完全統計，僅在中國就有2000多萬聾啞人群體，因為無法交流，可以說他們與外界基本處于“隔絕”狀態，“唇語識別”技術對于他們的重要性不言而喻。 2、“可視分析”助力企業數字化 “計算機視覺”另一個重頭應用便在于“可視分析”。在大數據時代，如何有效利用這些數據，成為了關鍵問題。 當下正在進入產業互聯網時代，企業想要繼續存活可以說“數字化”是唯一途徑，而“可視分析”在幫助企業實現“數字化”轉型過程中有不可多得的作用。 “可視分析”是一種全新數據認知能力和數據分析方式，其原則是將關聯分析、空間分析和多維分析等多種分析手段，通過計算機視覺轉換成能在具體應用場景應用的分析和決策能力，可以說是認知大數據與大數據價值實現的最后一公里。 以廣州白云機場為例，為維持超4000萬的設計吞吐量，引入可視化的決策指揮系統是必然選擇。在建成之后，輔助白云機場實現飛行支援準備時間減少33%；航班延誤率大幅降低；提升機場資源利用率28%。 3、“智能駕駛”將由“計算機視覺”決定 在“計算機視覺”技術中，還有一個重要應用領域就是“智能駕駛”，甚至可以說：智能汽車何時能上路，完全取決于“計算機視覺”的發展程度。 隨著汽車的普及，汽車已經成為人工智能技術非常大的應用投放方向，但想要完全實現自動駕駛/無人駕駛，距離技術成熟還有一段路要走。
不過利用人工智能技術，汽車的駕駛輔助的功能及應用越來越多，這些應用多半是基于計算機視覺和圖像處理技術來實現。 計算機視覺的商業化進程還有哪些坎？ 雖然目前計算機視覺在政務、工業或消費端都有呈現，但在實際商業化落地過程中依然還面臨一些阻礙。 1、商業化全面落地之前，TO G還是TO C? 就現階段而言，計算機視覺商業化大都是由G端買單，但隨著工業互聯網和5G時代的到來，如何走好消費場景的商業化將決定計算機視覺的“落地面積”。 例如在新零售、物流、服務機器人等方面，并且現階段已經有相當業務場景已經實現落地，然而C端市場還沒有被完全打開，一方面是技術上還有欠缺；另一方面是C端市場還沒有形成為技術買單的廣泛意識，還需要時間進行培育。 智警-網格化社會治理大數據監測平臺 但總的來說這些問題不妨礙“計算機視覺”技術未來在更廣大市場上大放異彩，大批企業都對于中國市場有著充足的信心。 2、硬件與硬件的適配真的成熟了嗎？ “計算機視覺”是由一個龐大且復雜的系統組成，里面涵蓋了多種硬件，而根據以往的經驗來看，在信息化建設這一塊往往正是由于硬件間的適配問題，產生了所謂的“信息孤島”，所以如何避免這一情況將是行業發展重點問題。 之前，行業中已經出現相關解決方案，或是通過硬件產品做數據接入，或是在平臺層面搞大數據融合，卻少有一站式的完美解決方案。 3、品質工程還是面子工程？
當計算機視覺持續滲透到各個場景之時，如何保證設備的有效使用也將成為實際落地之后的問題，避免出現有而不會、會而不用、用而不精等問題。 解決這一問題的的關鍵還在于“用戶體驗”，體驗是決定高頻次使用的重要因素。 如何獲得用戶認可，一方面肯定需要過硬的產品質量，之外則是是否有真正觸及用戶實際作業痛點。 不讓努力變成“面子工程”，要做的就是抓住用戶的心。 總結 如果說，計算機視覺已經成為現階段應用與變現速度最快、最受關注的人工智能技術，應該不會有反對的聲音，畢竟其落地的速度已經越來越快，且越來越多。計算機視覺已經達到爆發的臨界點，即將帶動全球新一輪的市場熱潮。 【完】 智能相對論（微信id:aixdlun）：AI新媒體，今日頭條青云計劃獲獎者TOP10，文章長期“霸占”鈦媒體熱門文章排行榜TOP10,著有《人工智能 十萬個為什么》，重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。