Andrew C. Oliver

这五种感觉是以传感器和数学算法的方式实现的，通常为受监督的机器学习算法和模型。

得益于深度学习、机器学习、更快CPU和新型传感器，计算机如今已经能够看到、听到、触到、嗅到、尝到和说出来。这五种感觉都是以传感器（如摄像头）和数学算法的方式实现的，通常为受监督的机器学习算法和模型。

看 图像和人脸识别

近期对图像和人脸识别的研究让计算机不仅能够检测物体的存在，还能够检测相似物体的多个实例。Facebook和谷歌通过多个开源版本实际上已经处于领先地位。Facebook表示他们的目标是在视频中检测物体。

近年来，这一领域已经取得了很大进展，图像中的物体能够被从其他物体中分离出来。雖然我们能够发现东西并将它们从另的东西中分离出来，但是并不意味着我们知道这个东西是什么。这就需要能够识别这些东西的训练模型。

目前已经出现了一些强大的工具，不过这些工具需要非常多的数据。因此Facebook和谷歌能够公布这些工具，从研究和社区开发的衍生工具中获得好处，而不用担心该领域内有太大的竞争。简而言之，很少有机构有数以百万或数以亿计的图像可以提供给这些工具，并为此提供专用的计算力。

本质上，用机器或深度学习将物体分类是“看”绵羊或小猫的第一步，包括各种衍生物（如大的、小的、有毛的、毛少的、瘦的、胖的、尾巴的）。然后是训练模型识别所有的这些变体。

虽然Facebook和谷歌投入了极大的精力，不过这一领域内还有其他一些工具，如汇集了许多功能的OpenCV库以及将重点入在了人脸识别上的OpenFace。……