簡(jiǎn)單來(lái)說(shuō)，視覺(jué)AI就是研究如何讓機(jī)器會(huì)“看”，即用攝影機(jī)和電腦代替人眼對(duì)圖像進(jìn)行特征提取和分析，并由此訓(xùn)練模型對(duì)新的圖像數(shù)據(jù)進(jìn)行檢測(cè)、識(shí)別等任務(wù)，建立能夠從圖像或者多模態(tài)數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。源于深度學(xué)習(xí)的突破，視覺(jué)AI的識(shí)別能力突飛猛進(jìn)，2012年的兩個(gè)轟動(dòng)事件，更被視為視覺(jué)AI的發(fā)展拐點(diǎn)。當(dāng)時(shí)，由多倫多大學(xué)Geoffrey Hinton領(lǐng)導(dǎo)的團(tuán)隊(duì)，在一項(xiàng)名為ImageNet的圖像識(shí)別競(jìng)賽中，利用深度學(xué)習(xí)和GPU的強(qiáng)大計(jì)算能力，將錯(cuò)誤率降低了10%，震驚學(xué)術(shù)界，因?yàn)?/span>之前這項(xiàng)錯(cuò)誤率每年只會(huì)降低1%—2%。

同年，“谷歌大腦之父”吳恩達(dá)帶領(lǐng)團(tuán)隊(duì)，利用10億參數(shù)的神經(jīng)網(wǎng)絡(luò)，在沒(méi)有任何先驗(yàn)知識(shí)的情況下，僅僅通過(guò)觀看無(wú)標(biāo)注的YouTube的視頻，創(chuàng)造了一套貓臉識(shí)別系統(tǒng)——從海量照片里自動(dòng)識(shí)別出貓臉。視覺(jué)AI迅速成為人工智能領(lǐng)域最重量級(jí)的研究領(lǐng)域，源自于其在安防、醫(yī)療、無(wú)人駕駛等多個(gè)領(lǐng)域的應(yīng)用前景。當(dāng)下AI+醫(yī)療的紅火，對(duì)推動(dòng)這個(gè)行業(yè)的發(fā)展起到了不可磨滅的作用，還有豐富的應(yīng)用場(chǎng)景和海量的機(jī)會(huì)等待挖掘，例如個(gè)性化醫(yī)療、可穿戴智能醫(yī)療設(shè)備的實(shí)時(shí)監(jiān)測(cè)與分析等。