视觉智能距离人类的视觉感知还有多远

2019年6月21日，在清华大学人工智能研究院视觉智能研究中心成立仪式暨技术前沿与产业报告会上，清华大学人工智能研究院院长张钹院士指出，尽管图像识别是深度学习的最大受益者，目前我国AI独角兽企业中大部分也与图像识别和视觉有关，但也要看到，深度学习只是为图像识别等视觉提供一个性能良好的机械分类器，距离人类的视觉感知还差得很远，因此它的应用场景有着很大的限制。比如，一般只能用在具有完全信息、确定性信息和静态的环境中。

目前，人工智能技术在医疗领域应用已经有很多具体案例，比如通过可穿戴设备、人工智能的辅助诊断实现准确的、远程的、实时的、个性化的诊疗；利用人工智能技术快速将核磁的二维影像重建为3D模型，实现精确的病变评估和手术规划。清华大学临床医学院院长、北京清华长庚医院院长董家鸿院士认为，智慧医疗包括三个层面：第一是智慧医院；第二是智慧的区域医联体，也就是分级诊疗体系；第三是面向全国的，甚至是面向世界的专科和专病医联体。

新加坡Advance.AI公司计算机视觉负责人王芳林博士认为，在实际应用人工智能技术时，理解用户的痛点比理解算法更为重要。他介绍了该公司基于计算机视觉的反欺诈技术在东南亚国家的应用实践。因东南亚的金融市场发展较为落后、政府的相关服务设施缺失，导致在做用户征信和风控时缺少很多数据与相关技术，因此，通过引入计算机视觉人工智能技术以防范各种金融风险就成为当地相关行业用户的迫切选择。

瑞莱智慧CEO则认为，第一代人工智能是知识驱动，适合做一些宏观层面模拟人类的行为；第二代人工智能是数据驱动，特点是依赖于大量高质量的训练数据；第三代人工智能最重要的是提高可靠性、可解释性和安全性，以弥补现有的人工智能算法的缺陷。

在技术前沿与产业报告环节，华为智能汽车解决方案事业部感知技术团队首席专家陈亦伦博士介绍了计算机视觉技术在自动驾驶中的挑战。他认为自动驾驶的关键在于识别汽车的可行区域和交通参与者信息，深度学习确实使得计算机视觉能够更为有效得解决很多设计特征的问题，但仍有问题须待解决。

“为了扩大视觉的应用领域，需要加强视觉智能的基础研究，这样才能提供稳健、可信与安全的视觉处理技术。”张钹说。