營銷者的必修課：區分「人工智慧」和「計算機視覺」

編者按：「人工智慧」和「計算機視覺技術」將給社會帶來極大的轉變，這是不可否定的事實。但在與某些行業高管的交流中發現，一部分人對「人工智慧」和「計算機視覺技術」的理解還比較模糊。作者 Jon Stubley 在本文中，他對「人工智慧」和「計算機視覺技術」展開了介紹，並論述了了解兩者區別的必要性。

「人工智慧」和「計算機視覺」分別是什麼？兩者相同嗎？

簡單地說，「人工智慧」指的就是使用計算機系統來完成那些通常需要人類智能的任務。比如語音識別、語言翻譯、智能決策和視覺感知。「計算機視覺技術」就是其中之一。「計算機視覺技術」能夠將機器處理、理解視覺數據的能力表達出來，然後把我們人類眼睛所能做到的事情變成機器自動化操作。

因此，用一個外行人的話來說，「計算機視覺」就是應用於視覺方面的「人工智慧」。

「人工智慧」為何突然進入大眾的視野？它貌似是今年的「物聯網」？

「人工智慧」已經存在了幾十年了。伴隨著數據技術能力進步，大量「人工智慧」相關報道也進入了公眾的視野。

在2011年，我們迎來了最重要的突破之一。

直到目前，很多科學家們都還一直認為，為了讓機器按照人類的方式思考和交流互動，我們需要先將大量的知識數據上傳至電腦，然後再上傳處理這些數據的規則和方法，比如一門語言的語法規則。

研究者們一直認為只有按照這樣的程序才能處理數據，直到2011年，谷歌的人工智慧研究專家們突然產生了一些新的想法和靈感。那些研究深度學習和計算機系統的專家們，對數據處理方式作了一些改變。他們沒有將規則上傳至計算機，而是向計算機提供了大量經過精確標記了的數據，讓機器自己進行分析，這一過程被稱為「監督學習」。然後，機器就能夠根據已標記的數據，自己識別出未經標記的數據。

一項具有里程碑意義的測試顯示，機器在診斷糖尿病性視網膜病變時，能夠檢測出假陽性和假陰性病變，檢測結果準確率達到了90%，而人類醫生的檢測準確率只有80%。

這一巨大突破還給我們帶來了一些數字個人助理，比如Alexa、Cortana、Siri和谷歌助理等。

如何利用「計算機視覺技術」？

「計算機視覺技術」在現在已經有了許多日常的應用，而且你很可能正在使用這些應用。用「谷歌翻譯」來解讀外國菜單或外文路標，或者用搜索詞條在「谷歌圖庫」中搜索照片——這些都是「計算機視覺」的日常使用形式。

在各行各業中，有太多「計算機視覺」技術使用的例子了，但其中使用最先進的應該是在家庭和城市的醫療保健、交通運輸領域。

在醫學領域，圖像識別技術越來越多地被用於掃描分析，比如X射線、MRI、CAT、乳房X光檢查等。因為90%的醫學數據都是圖像數據，而且計算機對圖像的分析與人類水平相當，甚至高於人類的分析水平，所以圖像識別技術的使用會繼續加深。除此之外，「計算機視覺」技術還被用於現實生活。

「自動駕駛汽車」也是一個很好的例子。如果讓一輛特斯拉自動行駛，那麼它就會開啟和使用許多攝像頭和聲波定位儀，以防跨車道行駛造成事故。同樣，「計算機視覺技術」在「智能城市」也在不斷地發展、進步。

亞馬遜最近在英國嘗試用無人機送貨，其中就用用「計算機視覺」技術來偵測和避開障礙物。所以我們很快將體驗到無人機上門送外賣的服務了。

「計算機視覺技術」對營銷將產生何種影響？

每秒鐘都有大量的圖片被上傳和分享，我們需要處理這些多到驚人的圖像數據，「圖像識別技術」是一個必不可少的工具。公司利用「圖像識別技術」來提供合適的圖像和屏幕廣告，以及社交媒體和體育贊助品牌的分析和評價。

未來，它還將被用於許多營銷應用程序，它將改變購物和銷售（將來，你可能能夠通過Siri、Alexa或其他應用買衣服）模式；優化市場定位或進行其他的實時優化。

它甚至還能被用於天才機器人的開發。最近，日本「麥肯」打造了一個人工智慧創意總監機器人，並讓其與一個真正的總監進行競爭，兩者同時為Clorets薄荷標籤策劃廣告。今年初，比賽的結果在英國IAB活動上被公布。令人遺憾的是，行業高管們更喜歡機器人總監的廣告策劃。

不管最後的結果如何，不可否定的是，計算機視覺在不斷進步，它將逐漸融入我們行業的幾乎所有領域，成為行業的一部分。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！