如何才能提高计算机视觉的精确度？并让它发挥更大的作用呢？

我们在上一篇文章《计算机视觉是什么》中提到，计算机视觉是人工智能的一项关键能力。

但计算机视觉目前也有不足：即使经过大量数据训练，分类器仍然会犯错。那么如何才能提高计算机视觉的精确度？并让它发挥更大的作用呢？

提高计算机视觉的精确度

研究人员曾利用一个训练过的 AlexNet 神经网络来打造另一个可以识别吉他的 AlexNet 网络，通过可信度评级（ confidence rating ），后者绘制出了可信度高达 99% 的吉他图像。

这表明神经网络有着巨大的潜力，通过持续改进，我们可以用更少的数据得到满意的结果。

有了合理训练过的模型，和高相关性的数据提升精确度，计算机视觉的未来应用不可限量。

让生活更安全

计算机视觉可以让我们的生活更安全。比如，利用计算机视觉扫描虹膜和指纹，我们可以更方便地管理进入办公室建筑的人群，还能检索人们的病历或犯罪记录。

这确实会带来潜在的数据隐私问题 ——这也是Qualcomm将重点放在终端侧人工智能上的原因：将用户数据保留在设备上，大大降低了隐私风险。

在网络安全方面，计算机视觉也已经发挥着重要作用，例如，在一些视频网站上，当用户试图上传恐怖主义内容时，人工智能系统会分析是否与已知的恐怖主义视频相匹配，一旦确认匹配，用户将无法上传。

优化基础设施

计算机视觉也可以提高道路的质量，通过让机器更快、更准确地检测表面的微小缺陷，我们可以提高道路验收效率。

此外，计算机视觉还可以优化城市交通管理。以前，只有在发生事故后我们才能确定哪些路段比较危险。但计算机视觉能识别出那些潜在的交通事故，并加以分类。借助这些数据，我们可以采取更主动的措施来避免交通事故。决策者在规划时也可充分使用这些数据，避免构建高危的交叉路口。

随着能力的日渐提升，计算机视觉可以消除我们生活中的许多麻烦，让我们专注于最重要的事情。

Qualcomm一直致力打造“随叫随到”的终端侧人工智能，同时也在研究更高效的人工智能硬件。