這是『第一次』，人類的眼睛不是唯一可以用來思考和探索世界的工具。」Google雲端人工智慧暨機器學習首席科學家李飛飛說。寒武紀大爆發（Cambrian Explosion）是動物演化史中的劃時代事件，在5億4,100萬年前至4億8,500萬年前，其間動物種類大量出現，幾乎所有動物的祖先都在這時期現身。寒武紀大爆發的原因成為科學的謎團，一派學者認為是因為眼睛——這個形成圖像的器官所驅動的。久遠之後，另一個劃時代來臨：沒有生命的機器也可以看到甚至理解這個世界。
近60年來，電腦視覺（Computer Vision，CV）科學家一直努力讓機器具備與人類相同的視覺，教導機器像人一樣理解所見之物，如辨識物品、辨認人臉、推論物體幾何形態，進而理解其中的關聯、情緒、動作及意圖，如1963年麻省理工學院研究生羅伯茲（Lawrence Roberts）的博士論文概述了電腦如何將3D物體分解成簡單的2D圖形，是現代電腦視覺研究先驅；1970年代晚期，麻省理工學院教授馬爾（David Marr）結合神經生理學和電腦科學後，提出電腦視覺的理論架構，又讓電腦視覺發展向前邁進一步。在應用端，電腦視覺最先被應用在「工業影像檢測」上，做機械或標籤檢測，幫助產業自動化，後來到延伸到車牌、指紋以及人臉辨識，但是，「過去半世紀從最初的『規則式專家系統』到近年『統計機器學習』，電腦辨識能力雖有長足進步，卻仍比不上可分辨貓狗的三歲孩童。」台大資工系教授林守德在〈深度學習的深度〉一文中指出。
真正讓電腦視覺領域有了大躍進，能力超越孩童的是深度學習（Deep Learning）技術，其中深度學習演算法：卷積神經網絡（Convolutional Neural Network，CNN）讓電腦辨識研究更上一層樓。有了新技術的加持，這些沒有生命的機器不僅可以看到世界、分辨貓狗，甚至還超越了人類的視覺能力，2015年微軟研究團隊在圖像辨識系統測試標竿ImageNet中系統錯誤率已降低至4.94%，超越人類視覺能力，此前同樣的實驗中，人眼辨識的錯誤率約為5.1%。
自駕車、安防監控與醫學影像等「視覺＋X」領域正熱
「電腦視覺的下一個發展重點，我認為是『視覺 + X』，不論是生物學可視化也好，還是醫療圖像等，視覺在這裡面都有巨大機會。」李飛飛說。在醫療領域，IBM Watson Health正努力成為放射科醫師的助手，給予醫師最後的診斷建議。在自駕車領域，電腦視覺技術成為自駕車之眼，2017年3月Intel以153億美元併購以色列公司Mobileye，Mobileye就是以電腦視覺技術聞名，從ADAS系統（Advanced Driver-Assistance Systems）切入自駕車系統，Intel執行長柯再奇（Brian Krzanich）就直言，「收購Mobileye真正意義在於電腦視覺技術，其技術不僅可用在汽車，也可用在直升機、高端無人機與機器人等設備。」
而在安防監控領域，人臉辨識成為重心。中國的人工智慧獨角獸曠視科技，也是從電腦視覺技術起家，應用在1：N的人臉辨識技術中，協助中國警方過濾人潮抓逃犯，目前估值超過20億美元。而影音內容辨識層面，台灣新創公司創意引晴贏得騰訊與搜狐等平台信賴，幫助平台搜尋非結構化的影音內容。
參考資料：http://times.hinet.net/magazine/cp104/20282394
