-
邀请演讲视觉人工智能产业由技术驱动，而技术的核心在于数据、算力和算法三个方面 GPU及AI专用芯片的出现突破了传统CPU的算力瓶颈，数据运算速度和处理规模 爆发性增长，从而为大数据的分析提供硬件上的支持。越来越多的应用领域正持续 积累着日趋丰富的大数据，海量的图像和视频内容为深度学习提供了有力的数据支 撑。
深度学习的出现极大推动了视觉人工智能行业的发展。2015年，视觉人工智能 系统识别项目 Imagenet比赛中， Resnet以3.57％的识别错误率首次超越人类视觉的 5.19％。目前人脸识别准确率己经提升至97％以上。2010年至2017年历届 Imagenet 冠军人脸识别错误率情况如下:
目前，视觉人工智能在全球范围内的应用集中于智能消费和智能制造等领域， 成效显著，细分领域不断扩大。随着技术的不断发展，视觉人工智能能够识别信息 的种类从最初的文字信息，到人脸，人的体态，以及各种不同的物体的识别。识别 精度也从最初的1:1比对，到用于门禁系统等的1:N比对，以及用在黑名单监控 等场景的M:N动态监控，同时数据标注的自动化程度极大提高，进一步提高识别 效率，降低识别成本。
扫一扫
下载《前瞻经济学人APP》进行提问
与资深行业研究员/经济学家互动交流让您成为更懂行业的人
