人工智能商业化的前提是什么？深度学习成为竞争焦点！

从图像识别、语音识别的细分角度看，今天的人工智能商业化已经让大众受益颇丰。人工智能商业化的前提到底是什么？更快的计算机、更多的数据、更高级的算法……为了达到人工智能技术落地的可能，无数科学家试图给出可行的方案。与此同时，市场也在用商业的力量和逻辑，加速人工智能产品迭代，掀起一番巨浪。

人机大战折射出的现象是人工智能早已成为巨头们发展的方向，“深度学习”成为竞争的焦点。事实上只有更多的开发者加入人工智能领域的研究、不断推动技术进步，才能实现商业化的最终目标。因此可以说，谷歌大张旗鼓赢得与李世石的比赛，打响了巨头们之间又一轮竞赛的起跑枪。

如若把人工智能具象化为“人体的延伸”，构造“眼耳鼻舌身意”则是迈向人工智能的系统性工程。在人类的各种感官中，视觉负责接受80%左右的信息。同理，计算机视觉也成为人工智能研究的重要方向。

这门致力于教会机器“看”的科学，实质上是让摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，而后进行图形处理，试图从图像或多维数据中获取信息。计算机诞生50多年以来，计算机视觉经历了从感知到认知的发展，主要有特征提取、图像标注、图像理解和图像的深度理解4个阶段。计算机学会用人的方式看懂世界，将人从繁琐的劳动中解放出来。