HBO電視劇《硅谷》中曾出現過一個“不是熱狗”（Not Hot Dog）的應用。劇中主角們打造了一個人工智能應用，該應用只能識別熱狗，其他的食物都被簡單粗暴地鑒定為“不是熱狗”。

如果你經常看人工智能相關的文章，相信對“計算機視覺”一詞并不陌生。

作為人工智能的一項關鍵能力，計算機視覺總是和人工智能相伴出現。計算機視覺技術目前已有很多應用。

比如你手機相冊里的分類功能。手機根據相機拍攝的人物、物體、場景幫你分門別類。

正如我們用眼睛和大腦來感知世界，計算機視覺的目標之一，就是通過機器以類似的方式來“觀察”和處理圖像。計算機可以通過多種渠道“看到”我們無法感知到的世界。

計算機視覺并不簡單

HBO 電視劇《硅谷》中曾出現過一個“不是熱狗”（Not Hot Dog）的應用。劇中主角們打造了一個人工智能應用，該應用只能識別熱狗，其他的食物都被簡單粗暴地鑒定為“不是熱狗”。

這個應用場景說明，構建一個真正實用的分類器絕非易事。

電視劇之外，片方還真的開發了這樣一個 App。“不是熱狗”應用的創作者表示，盡管他只花了一個周末，用一臺配備一顆 GPU 的筆記本電腦就完成應用的開發，但卻花了大量時間去打磨用戶界面，又花了數周來改善應用的整體準確性。

通過機器學習實現對象識別的計算機視覺，本質上是訓練模型以便對圖像中的對象進行識別和分類，實現起來并不簡單。

它需要成千上萬的圖像作為訓練數據，開發人員也需要花費大量時間、精力和耐心去訓練模型。 “不是熱狗”應用表明，雖然計算機視覺技術具有巨大的潛力，但充分的訓練數據對于實現這一目標至關重要。

計算機視覺也會出錯

就像一個正在學習香蕉和方塊之間區別的小孩子一樣，經過大量數據訓練的分類器仍然會犯錯誤。

辨別不同物體是圖像分類器的基本能力。我們來看人工智能公司 Clarifai 的分類器如何識別圖像。它取得了驚人的準確率：區分吉娃娃和松餅的準確率高達 95.8％。

但在識別圖像中其他種類物品時，卻表現不佳。 比如，在識別鴨子時，它不僅沒有識別出鴨子，還把鴨子周圍的水域識別為汽車！

同樣的，當測試人員向微軟的 CaptionBot AI 展示張牙舞爪的蟲子圖片時，它竟然將它識別為一只狗。

識別出錯在一定程度上是數據量的問題。分類器擁有的訓練數據越多，識別的準確率就越高。所以，如果我們給這些分類器提供更多的鴨子和蟲子圖片，理論上它們應該能夠更好地正確識別圖像。

我們不得不承認，一個顯而易見的事實是：計算機視覺和人類視覺不是一回事。

Qualcomm一直在努力改善我們的人工智能圖像分類能力。在 2015 年，我們在 ImageNet 圖像識別挑戰中拔得頭籌，該比賽重點測試了人工智能的對象定位、對象檢測和場景分類等能力。

我們將繼續研究計算機視覺在自動駕駛、虛擬現實、增強現實和物聯網等各種領域的最新應用。