郑达

人工智能的视觉

视觉是人类感知世界最主要的手段，80%-85%的学习和认知活动都是通过视觉完成的，那么具有人工智能的机器是怎样观看的呢？1966年麻省理工学院人工智能实验室（MIT AI Lab）的明斯基发起了一个“Summer Vision Project”的研究项目，目的是集中暑假的闲散劳动力来解决计算机的视觉问题，实际上就是将计算机和相机联系起来，试图实现让计算机描述相机看到了什么。虽然这个项目没有成果，但是计算机视觉却作为一个专门的研究课题出现在了历史舞台上。这是人类的第一次尝试，去探寻计算机、人工智能看到的世界是什么样子。

以这个项目为起点，计算机视觉研究开始了狂飙突进的发展之路，而背后最关键的其实是图片及其标注的数据集。现代智能化技术的一个重要分支就建立在对标注过的数据的学习之上，随着数据集愈发庞杂，算法不再仅仅局限在技术层面的思考与研究之上，更开始涉及社会、阶层、政治等更加深刻与复杂的伦理命题。

随着智能机器系统的参与，视觉文化已经改变了形式，它从人的眼睛感知中剥离出来，很大程度上成为不可见的层面。机器自主产生的图片解码与编排系统，从社交网络的图片分析算法到自动车库的车牌识别收费系统，建构了一套新的智能机器相互可见的视觉体系，但对人类的视觉来说，反而是不可见的。更为重要的是：这种新的“不可见”的可见性，正是理解以那些有能力布局与调动机器视觉系统的大公司的一种方法。……