-
邀請演講視覺人工智能產業由技術驅動，而技術的核心在于數據、算力和算法三個方面 GPU及AI專用芯片的出現突破了傳統CPU的算力瓶頸，數據運算速度和處理規模 爆發性增長，從而為大數據的分析提供硬件上的支持。越來越多的應用領域正持續 積累著日趨豐富的大數據，海量的圖像和視頻內容為深度學習提供了有力的數據支 撐。
深度學習的出現極大推動了視覺人工智能行業的發展。2015年，視覺人工智能 系統識別項目 Imagenet比賽中， Resnet以3.57％的識別錯誤率首次超越人類視覺的 5.19％。目前人臉識別準確率己經提升至97％以上。2010年至2017年歷屆 Imagenet 冠軍人臉識別錯誤率情況如下:
目前，視覺人工智能在全球范圍內的應用集中于智能消費和智能制造等領域， 成效顯著，細分領域不斷擴大。隨著技術的不斷發展，視覺人工智能能夠識別信息 的種類從最初的文字信息，到人臉，人的體態，以及各種不同的物體的識別。識別 精度也從最初的1:1比對，到用于門禁系統等的1:N比對，以及用在黑名單監控 等場景的M:N動態監控，同時數據標注的自動化程度極大提高，進一步提高識別 效率，降低識別成本。
掃一掃
下載《前瞻經濟學人APP》進行提問
與資深行業研究員/經濟學家互動交流讓您成為更懂行業的人
