2020年人工智慧趨勢預測：電腦視覺專案將大量落地
電腦視覺專案正在蓬勃發展，為2020年採用率的提高奠定了基礎。在過去的幾年中，儘管各種形式的人工智慧得到了發展，但其中一種形式（電腦視覺）在2020年顯示出了特殊的前景。
在《自然》雜誌上發表的一項最新研究中，人工智慧（AI）系統早在2020年就擊敗了人類專家。參與該專案的研究人員（包括Google員工以及美國和英國的醫學專家）進一步推動了電腦視覺的發展。市場上的電腦視覺應用程式可以完成從掃描放射圖像到確定冰箱內容的所有工作。
Zededa生態系統副總裁Jason Shepherd表示，各種電腦視覺專案可能會在2020年擴大。"電腦視覺將成為AI的殺手級應用程式。"
Forrester副總裁兼首席分析師Thomas Husson對今年的消費電子展（CES）上的主要趨勢進行了推測時，對電腦視覺感到樂觀。 Husson期望在CES上，人們將越來越關注電腦視覺以及增強現實和高級音訊技術。
儘管企業採用電腦視覺的速度快于消費者，但電腦視覺也在消費者領域升溫。鑒於人臉識別功能現在可以解鎖智慧手機，因此公眾更加接觸了該技術。Pinterest等消費類網站已説明普及了視覺搜索。 Husson說："與其他技術（例如增強現實或IoT）配對使用時，在上下文中檢測物件還將打開新的用例。"
IP攝像頭的普及也推動了電腦視覺專案的發展。 IHS Markit的一份報告預測，到2021年，監控攝像頭將達到10億個。此外，攝像頭正越來越多地部署在工業部門，自動駕駛汽車，無人機，增強現實等領域。 Shepherd認為，相機"是獲得豐富，高頻寬資訊的最佳感測器之一"。
對於科技公司和學術界的研究人員而言，電腦視覺仍然是一個熱門話題。像IBM，亞馬遜，中國公司百度和騰訊，微軟和穀歌這樣的技術巨頭，以及許多著名的國際學術機構，都擁有大量的電腦視覺計畫。
分析公司也對電腦視覺的前景感到樂觀。電腦視覺是2019年Gartner人工智慧炒作週期中最成熟的技術之一。Gartner預測AI子行業距離主流採用尚需兩到五年，而最近的Forrester New Wave致力於電腦視覺平臺計有11個供應商。 Forrester檔還得出結論，電腦視覺平臺市場正在"光速"發展。
當然，電腦視覺專案被誇大了，但也有望帶來超人的結果。例如，在執法中，配備電腦視覺的監控攝像頭理論上可以在數百人中找到通緝的逃犯。這項技術有可能被用來解決美國和英國等國家放射科醫生的短缺。
紐華克（Newark）的區域解決方案行銷經理Ankur Tomar還指出，電腦視覺技術可以改善工業環境中機器人和檢查系統的當地語系化。如果將電腦視覺與感測器融合一起使用，Tomar預計該技術將具有一系列潛在應用。
"在工業電腦視覺應用中，" Tomar說，"品質控制檢查員除了使用組裝產品的圖片外，還可以使用組裝過程中記錄的多個感測器的資料來評估其是否合格。"
儘管電腦視覺的採用正在不斷擴大，但仍處於初期階段。電腦視覺的普遍挑戰是資料超載。很少有組織能夠自動處理大量圖像或視頻資料。
至少對於監視應用程式而言，廣泛採用電腦視覺的另一個障礙是隱私問題。 "與涉及結構化/二進位資料的邊緣計算工作負載相比，除了消耗高頻寬並利用不同的工具集之外，電腦視覺工作負載的獨特之處還在於它們往往引起人們對隱私的最大關注，" Zededa的Shepherd說。
Husson同意，電腦在感知周圍環境方面已經有所進步，"因此帶來了海量資料和隱私。"與面部識別有關的隱私問題已受到廣泛關注。在2019年，三藩市和加利福尼亞州奧克蘭以及麻塞諸塞州的三個社區禁止在執法中使用面部識別工具。俄勒岡州波特蘭市也計畫這樣做。
同時，越來越多的政府優先考慮與隱私相關的立法，其中《通用資料保護條例》和《加州消費者隱私法》就是兩個突出的例子。
Shepherd說，對監視的電腦視覺的興趣與日俱增，將導致"致力於確保正確處理PII（個人身份資訊），並在根據政策創建資料時刪除細節"。
Athena Security是德克薩斯州奧斯丁市的一家初創公司，生產探測安全攝像頭系統，它正在使用這種方法。該系統模糊了被攝物件的面孔，並且不使用基於雲的存放裝置。雅典娜安全局首席執行官麗莎·法爾佐恩（Lisa Falzone）表示，這種方法可以幫助防止或加快對大規模威脅安全事件的反應，而不會侵犯公眾的隱私。
Shepherd預測，支持公共利益的資料集共用將有所增加。他認為這種趨勢特別相關，"適用於涉及共同模式的用例，例如，識別人員的人口統計資料並識別常見物件（例如汽車，公共汽車，自行車）"。
當前，訓練電腦視覺模型通常是耗時且昂貴的。資料模型的商品化可以幫助簡化此培訓階段，從而有助於增加各種電腦視覺專案的數量。 "差異化的重點將轉移到針對特定環境的程式設計模型，例如在每個生產的產品都是唯一的工廠中識別品質問題，" Shepherd預測。
值得指出的是，電腦視覺系統的性能和訓練資料一樣好。正如最近的《麻省理工新聞》的一篇文章所解釋的那樣，位於偏僻角度且背景不同的常見物件甚至會難倒高級電腦視覺程式。由麻省理工學院和麻省理工學院研究人員等組成的團隊正在努力提高遇到非典型圖像時此類系統的準確性。 "我們需要更好，更智慧的演算法，"一位元麻省理工學院的研究科學家告訴《麻省理工新聞》。
幸運的是，世界各地的研究人員已經解決了電腦視覺和對抗性機器學習等相關領域的問題，這可以説明提高此類演算法的智慧性。
就目前而言，相對簡單的電腦視覺用例可能會首先起飛。從長遠來看，如果組織可以開發出釋放電腦視覺所需的必要資料和隱私成熟度，則它們可以更接近某些人認為的AI：理解和預測環境。
關於Google Edge TPU晶片與Coral AI項目
Google AI芯片 Coral 新品發布 助力構建「本地化」AI 解決方案。2019年，Google正式推出Coral項目。通過 Gravitylink線上商城，現已在近40個國家/地區發售。這款包含硬件組件和軟件工具的平臺使企業能夠輕鬆實現從本地 AI 產品的原型到規模化。通過 Gravitylink 線上商城，現已在近40個國家/地區發售。很多企業使用 Coral 構建了涵蓋醫療保健、農業、智慧城市、AI 教育等諸多行業的各類應用。 Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音辨識等等。它可以應用於製造、本地部署、醫療保健、零售、智慧空間、交通運輸等各個領域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。Edge TPU 是對 CPU、GPU、FPGA 以及其他在邊緣運行 AI 的 ASIC 解決方案的補充。
作為 Google 授權的銷售夥伴，Gravitylink 擁有覆蓋亞太、北美、歐洲等地區的銷售網絡，並推出全球首個基於Google Coral 硬件打造的AI 模型交流市場「Model Play」。企業以及感興趣的用戶可直接登陸線上商城進行咨詢，批量購買可享折扣，並贈送遷移學習平臺及各類模型資源供使用。
如果您對Google Coral Edge TPU系列硬體產品感興趣，歡迎訪問Google Coral代理商Gravitylink在線商城（https://store.gravitylink.com/global）進行訂購。企業用戶也可通過郵件咨詢獲取批量訂購優惠價格。([email protected] / [email protected])
在《自然》雜誌上發表的一項最新研究中，人工智慧（AI）系統早在2020年就擊敗了人類專家。參與該專案的研究人員（包括Google員工以及美國和英國的醫學專家）進一步推動了電腦視覺的發展。市場上的電腦視覺應用程式可以完成從掃描放射圖像到確定冰箱內容的所有工作。
Zededa生態系統副總裁Jason Shepherd表示，各種電腦視覺專案可能會在2020年擴大。"電腦視覺將成為AI的殺手級應用程式。"
Forrester副總裁兼首席分析師Thomas Husson對今年的消費電子展（CES）上的主要趨勢進行了推測時，對電腦視覺感到樂觀。 Husson期望在CES上，人們將越來越關注電腦視覺以及增強現實和高級音訊技術。
儘管企業採用電腦視覺的速度快于消費者，但電腦視覺也在消費者領域升溫。鑒於人臉識別功能現在可以解鎖智慧手機，因此公眾更加接觸了該技術。Pinterest等消費類網站已説明普及了視覺搜索。 Husson說："與其他技術（例如增強現實或IoT）配對使用時，在上下文中檢測物件還將打開新的用例。"
IP攝像頭的普及也推動了電腦視覺專案的發展。 IHS Markit的一份報告預測，到2021年，監控攝像頭將達到10億個。此外，攝像頭正越來越多地部署在工業部門，自動駕駛汽車，無人機，增強現實等領域。 Shepherd認為，相機"是獲得豐富，高頻寬資訊的最佳感測器之一"。
對於科技公司和學術界的研究人員而言，電腦視覺仍然是一個熱門話題。像IBM，亞馬遜，中國公司百度和騰訊，微軟和穀歌這樣的技術巨頭，以及許多著名的國際學術機構，都擁有大量的電腦視覺計畫。
分析公司也對電腦視覺的前景感到樂觀。電腦視覺是2019年Gartner人工智慧炒作週期中最成熟的技術之一。Gartner預測AI子行業距離主流採用尚需兩到五年，而最近的Forrester New Wave致力於電腦視覺平臺計有11個供應商。 Forrester檔還得出結論，電腦視覺平臺市場正在"光速"發展。
當然，電腦視覺專案被誇大了，但也有望帶來超人的結果。例如，在執法中，配備電腦視覺的監控攝像頭理論上可以在數百人中找到通緝的逃犯。這項技術有可能被用來解決美國和英國等國家放射科醫生的短缺。
紐華克（Newark）的區域解決方案行銷經理Ankur Tomar還指出，電腦視覺技術可以改善工業環境中機器人和檢查系統的當地語系化。如果將電腦視覺與感測器融合一起使用，Tomar預計該技術將具有一系列潛在應用。
"在工業電腦視覺應用中，" Tomar說，"品質控制檢查員除了使用組裝產品的圖片外，還可以使用組裝過程中記錄的多個感測器的資料來評估其是否合格。"
儘管電腦視覺的採用正在不斷擴大，但仍處於初期階段。電腦視覺的普遍挑戰是資料超載。很少有組織能夠自動處理大量圖像或視頻資料。
至少對於監視應用程式而言，廣泛採用電腦視覺的另一個障礙是隱私問題。 "與涉及結構化/二進位資料的邊緣計算工作負載相比，除了消耗高頻寬並利用不同的工具集之外，電腦視覺工作負載的獨特之處還在於它們往往引起人們對隱私的最大關注，" Zededa的Shepherd說。
Husson同意，電腦在感知周圍環境方面已經有所進步，"因此帶來了海量資料和隱私。"與面部識別有關的隱私問題已受到廣泛關注。在2019年，三藩市和加利福尼亞州奧克蘭以及麻塞諸塞州的三個社區禁止在執法中使用面部識別工具。俄勒岡州波特蘭市也計畫這樣做。
同時，越來越多的政府優先考慮與隱私相關的立法，其中《通用資料保護條例》和《加州消費者隱私法》就是兩個突出的例子。
Shepherd說，對監視的電腦視覺的興趣與日俱增，將導致"致力於確保正確處理PII（個人身份資訊），並在根據政策創建資料時刪除細節"。
Athena Security是德克薩斯州奧斯丁市的一家初創公司，生產探測安全攝像頭系統，它正在使用這種方法。該系統模糊了被攝物件的面孔，並且不使用基於雲的存放裝置。雅典娜安全局首席執行官麗莎·法爾佐恩（Lisa Falzone）表示，這種方法可以幫助防止或加快對大規模威脅安全事件的反應，而不會侵犯公眾的隱私。
Shepherd預測，支持公共利益的資料集共用將有所增加。他認為這種趨勢特別相關，"適用於涉及共同模式的用例，例如，識別人員的人口統計資料並識別常見物件（例如汽車，公共汽車，自行車）"。
當前，訓練電腦視覺模型通常是耗時且昂貴的。資料模型的商品化可以幫助簡化此培訓階段，從而有助於增加各種電腦視覺專案的數量。 "差異化的重點將轉移到針對特定環境的程式設計模型，例如在每個生產的產品都是唯一的工廠中識別品質問題，" Shepherd預測。
值得指出的是，電腦視覺系統的性能和訓練資料一樣好。正如最近的《麻省理工新聞》的一篇文章所解釋的那樣，位於偏僻角度且背景不同的常見物件甚至會難倒高級電腦視覺程式。由麻省理工學院和麻省理工學院研究人員等組成的團隊正在努力提高遇到非典型圖像時此類系統的準確性。 "我們需要更好，更智慧的演算法，"一位元麻省理工學院的研究科學家告訴《麻省理工新聞》。
幸運的是，世界各地的研究人員已經解決了電腦視覺和對抗性機器學習等相關領域的問題，這可以説明提高此類演算法的智慧性。
就目前而言，相對簡單的電腦視覺用例可能會首先起飛。從長遠來看，如果組織可以開發出釋放電腦視覺所需的必要資料和隱私成熟度，則它們可以更接近某些人認為的AI：理解和預測環境。
關於Google Edge TPU晶片與Coral AI項目
Google AI芯片 Coral 新品發布 助力構建「本地化」AI 解決方案。2019年，Google正式推出Coral項目。通過 Gravitylink線上商城，現已在近40個國家/地區發售。這款包含硬件組件和軟件工具的平臺使企業能夠輕鬆實現從本地 AI 產品的原型到規模化。通過 Gravitylink 線上商城，現已在近40個國家/地區發售。很多企業使用 Coral 構建了涵蓋醫療保健、農業、智慧城市、AI 教育等諸多行業的各類應用。 Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音辨識等等。它可以應用於製造、本地部署、醫療保健、零售、智慧空間、交通運輸等各個領域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。Edge TPU 是對 CPU、GPU、FPGA 以及其他在邊緣運行 AI 的 ASIC 解決方案的補充。
作為 Google 授權的銷售夥伴，Gravitylink 擁有覆蓋亞太、北美、歐洲等地區的銷售網絡，並推出全球首個基於Google Coral 硬件打造的AI 模型交流市場「Model Play」。企業以及感興趣的用戶可直接登陸線上商城進行咨詢，批量購買可享折扣，並贈送遷移學習平臺及各類模型資源供使用。
如果您對Google Coral Edge TPU系列硬體產品感興趣，歡迎訪問Google Coral代理商Gravitylink在線商城（https://store.gravitylink.com/global）進行訂購。企業用戶也可通過郵件咨詢獲取批量訂購優惠價格。([email protected] / [email protected])