188金宝搏下载界面人工智能：机器视觉的下一个前沿

当“思维机器”的概念在20世纪50年代出现时，有关人工智能这一新领域的危言耸听警告很快就接踵而至。从1968年的标志性电影《2001：太空漫游》到最近的《前机器》，对机器崛起的恐惧一直在流行文化中上演188金宝搏下载界面

虽然人工智能还没有占领社会，但数据存储和处理能力的提高已经使IBM Watson等认知系统得以实现，这些系统旨在消除人类决策过程中的猜测。然而，目前大多数人工智能的迭代都是处理诸如对象识别之类的较普通的任务。

人工智能的前景是使机器视觉能够在当今解决方案能力之外的挑战性应用中发挥作用。但这项技术在工业应用的黄金时段准备好了吗？

测试人工智能水域
人工智能在机器视觉中的应用依赖于机器学习的附属分支，更重要的是深度学习。从广义上讲，人工智能是计算机模拟人类智能的能力。深入研究，机器学习使计算机能够在没有明确编程的情况下进行操作。深度学习是机器学习的一个分支，它使计算机能够从经验中学习。

过去十年的几项发展使机器视觉的深度学习成为现实，而不仅仅是可能。“基于神经网络中的新技术、GPU中足够的计算能力和丰富的数据，只有现在我们才能将人工智能用于图像处理，”美国微软公司业务开发部的Olivier Despont说188金宝搏下载界面维迪系统这家瑞士公司生产基于深度学习的视觉软件。

深度学习比传统机器视觉更有希望，因为与使用基于规则的方法的传统图像处理软件不同，“人工智能是下一步，在这一步中，我们将不容易表征或非线性的事物交给机器，以创造下一级的可重复性，”Wallace Latimer说，销售总监，定制光学系统，位于菲斯巴有限责任公司（亚利桑那州图森市）。

拉蒂默继续说：“线性算法创造了一个非常狭窄的区间，而人工智能/深度学习创造了更大的区间，可以接受更多的变化。”。“这扩大了人们对什么是好的，什么是坏的，以及为什么是好的，什么是坏的接受范围。通过拥有更大的范围，你可以专注于什么能带来最大的冲击，减少对投入的改变。”

目前，市场上至少有一种面向机器视觉用户的深度学习系统。ViDi Systems的ViDi套件是第一款商用的基于深度学习的工业图像分析软件。该软件集成了标准的图像处理库，学习起来就像孩子一样。

Despont说：“你不能通过解释房子是什么来教孩子使用基于规则的方法。”。“根据几个例子，我们的大脑，即使在很小的时候，也能提取出房子的构造。我们的系统工作原理与人脑完全相同。”

ViDi Suite获得了近20个奖项，由三个不同的工具组成。ViDi Blue发现并检测图像中的单个或多个特征。该工具通过从带注释的图像中学习来定位和识别复杂的特征和对象。ViDi Red通过学习物体的正常外观，包括其变化来检测异常。红色工具还可以分割图像中的特定区域。ViDi Green基于一组已标记的图像来学习区分不同的类别来分类一个对象。

除了可以处理更大产品变化的新机器视觉解决方案外，与传统机器视觉解决方案相比，深度学习的另一个优势是它可以减少开发机器视觉程序所需的时间。Despont说：“使用经典的vision方法，许多应用程序需要60多天的软件开发和可行性。”。“维迪可以在半天内完成开发。”

Despont称，与Facebook、谷歌和IBM人工智能系统不同，ViDi使用一个高端NVIDIA GPU在几分钟内对系统进行培训，而不是用IBM Watson编程和参数化所需的几天或几个月。

Despont说：“我们建议从30到50张具有代表性的好图像开始，而不是使用数百万或数十亿张图像来教授系统。”。“我们不会将图像发送到基于云的服务器场来进行处理或培训。客户很高兴他们可以使用一个GPU在一台PC上运行所有内容，并保留图像的所有权。”

机遇与挑战
深度学习在对传统视觉系统提出挑战的应用中显示出特别的前景。“人工智能确实适用于食品检验，尤其是那些你想检验甜甜圈或一块肉的地方，因为它们在不同的情况下表现出显著的差异，”该公司的软件项目经理布鲁诺·梅纳德（Bruno Ménard）说泰勒达尔萨酒店（魁北克省蒙特利尔）。

但受益的不仅仅是有机检验应用。梅纳德引用传统缺陷检测应用程序作为另一个例子。他说：“用传统算法编写计算机程序来定义缺陷，而不必在每次出现新缺陷时都重新进行设置，这是很困难的。”。“但是，通过对大量样本使用人工智能，你最终可以很好地定义什么是好的部分，什么不是。”188金宝搏下载界面

随着人工智能在机器视觉中的出现，这项技术将在额外的检测任务中占有一席之地，并最终扩展到工业自动化领域之外。根据FISBA的Latimer，深度学习将在医疗、生命科学、食品、假货检验和木材分级等市场具有优势。

“这些地区都有非常灰色的决策点，”拉蒂默说。“苹果足够好还是不够好？很难用线性规则来形容它。深入学习应该能让许多应用程序变得更加高效和可重复。”

就他而言，维迪系统公司的Despont预计深度学习将包括医疗诊断、监视、自动驾驶车辆和用于检查或地图分析的智能农业。Despont说：“人工智能是未来，它将帮助人们快速解决一些复杂的任务，因为计算能力几乎每一年半就会翻一番。”。

许多机器视觉专业人士认识到人工智能和深度学习对视觉行业的承诺，但他们表示人工智能的全部潜力至少在未来3到5年内无法实现。更重要的是，人工智能不一定能解决所有困扰传统视觉和图像处理的问题。

Teledyne DALSA的梅纳德指出了人工智能系统的两大缺陷。“首先，你需要大量的培训来实现这一点，你需要创建专家来达到下一个分类级别，”他说。“第二个缺点是，一旦对其进行了培训且分类失败，就很难解决问题。您没有选择使用新样本重新培训。”

业内专家认为，188金宝搏下载界面在人工智能在机器视觉领域普及之前，该行业将不得不让更大的参与者来承担重任。FISBA的拉蒂默表示:“从我们的细分市场来看，我们将看到全世界的谷歌(google)推动这项技术达到令人难以置信的投资和完善水平。”“我们的行业无法投入必要规模的时间和金钱。我们将不得不利用它。”