1956年的夏天，一场在美国达特茅斯(Dartmouth)大学开会的学术会议，多年以后被确认为全球人工智能研究的起点。2016年的春天，一场AlphaGo与世界顶级棋士高手李世石的人机世纪对战，把全球推向了人工智能浪潮的新纪录。 经历了两次平缓，人工智能现在转入了全球愈演愈烈的前夜。仅有在中国就有上亿人必要或间接地观赏了AlphaGo与李世石的比赛，而在2016年初，还有IBM在全球乘机推展基于IBMWatson的理解计算出来，Watson的前身就是1997年击败了国际象棋大师卡斯帕罗夫的深蓝。
而2014年，微软公司的人工智能机器人小冰也某种程度在社交平台引发一股前所未有的勾引热潮。 视频辨识成人工智能的最重要突破 当AlphaGo战胜李世石的消息传到，有人评价说道：这是人工智能一个时代的开始。 两次人机大战时隔20年，这其中最重要的差异在于国际象棋与棋士的复杂度差异极大。
人工智能之所以需要再行战胜国际象棋冠军，在于国际象棋可以所求相似所有有可能的棋局，而棋士就不一样了，其运算量相似无穷大。 而与谷歌的自由选择有所不同，微软公司则将计算机视觉作为主要突破点。
因为微软公司坚信人工智能要带入人类世界，没视觉辨识能力的机器人无法确实与外界交互。2015年，在微软公司等大公司的推展下，计算机视觉早已迫近全面突破的拐点。微软公司不仅在ImageNet全球顶级的计算机视觉挑战赛勇夺冠军，微软公司人工智能机器人小冰还首度公布了图像识别技能。
在精确的图像识别的基础上，融合人工智能自己的观点，对图片展开人性化的评论。 而就在这几天，微软公司再度对小冰的视觉感官展开升级，构建了对视频的辨识和评论。
首度构建了对人类视觉感官的仿真。从静态图片到动态视频，人工智能机器人小冰首度构建了对人类视觉感官的仿真。修筑了一条与谷歌有所不同的人工智能发展之路。当然，从图片辨识到视频辨识，这一技术横跨是极大的。
半年前，Google人工智能的两位软件工程师在博客上发布了关于人工智能的一些研究成果，其中很最重要的一个突破是，需要可行性识别出有动态视频的内容。他们的最终目标不仅要辨别出有图像中的物体或人，还要搞清楚他们在干什么。
而在前段时间开会的Facebook开发者大会上，扎克伯格也透漏将不会把人工智能(AI)精妙的运用在视频播出中，根据视频中人物的服饰、身材、发型等辨识并标记人物，便利用户日后检索。小扎也具体回应，比起静态图像的辨识，视频辨识更加艰难，对技术的挑战更大。
视频辨识拓展人工智能的想象空间 巨头们极力寄予厚望并且大力发展人工智能，显然目的是让人工智能协助人类从低效率的重复劳动中解放出来，协助我们解决问题很多依赖自身无法很好解决问题的问题。 在很多经典的美国大片中，我们常常看见警员可以通过全国的交通及安防摄像头跟踪疑犯的动向，从而协助警员很快侦破。
但实质上，受于技术上的容许，现实生活中对视频内容的分析仍然以人工居多，所以常常看见国内新闻媒体报道，某地警员通过调取案发现场附近监控视频经过数小时的分析再一确认疑犯容貌从而顺利将其抓获归案。除了捉疑犯，通过调取监控摄像头数据展开分析对于找寻下落不明小孩也是有十分大的协助，但是目前技术条件下，通过人工分析视频效率十分低落，让视频监控的价值大打折扣。 如果人工智能在视频辨识、视频分析等方面获得重大突破，那么只必须输出一张照片做到参考，才可让机器从一个地区数以千计的视频监控服务器中较慢查询定位到适当目标，工作效率及准确度是人工分析显然无法比拟的。这也是为什么微软公司小冰视频辨识能力公布后让许多人深感激动的最重要原因，这代表着人工智能在视频分析方面再度获得突破，后面将以此为基础产生很多不具备较好想象空间的应用于案例。
微软公司对于人工智能、计算机视觉的投放于是以大大增大，小冰自公布以来也经历了脱胎换骨的变化。微软公司人工智能的下一步南北哪里，十分有一点期望。
本文来源：新葡萄最新官网-www.theninjaapproved.com