假如將人工智能具象化為人體的延伸，那么構建眼、耳、鼻、舌就是走向人工智能的系統工程。視覺負責在人類的各種感官中接收大約80%的信息。同樣，計算機視覺也成為人工智能研究的重要方向。

這門課主要講授機器看的科學，實質上是用攝像機和電腦代替人眼對物體進行識別、跟蹤和測量等機器視覺，然後通過圖形處理來從圖像或多維數據中提取信息。計算機誕生50多年來，計算機視覺經曆了從感知到認知的發展，主要包括四個階段:特征提取、圖像標記、圖像理解和圖像深度理解。

計算機學會用人的方式了解世界，從繁瑣的勞動中解放人。不管是大企業還是大企業，都在努力搶占計算機視覺的商業市場，特別是在2012年深度學習興起之後，深度學習領域中的許多企業開始大放異彩。

國際人工智能公司把重點放在深度學習上，而中國超過70%的公司專注於圖像和語音識別。在最早獲得投資者和市場認可的科技創業公司中，有許多圖像識別的領導者ive 工程。

就像電腦視覺一樣，自然語言處理也是人工智能的重要組成部分。電腦語言是人與電腦之間傳遞信息的媒介，電腦系統的特點就是指令通過語言傳遞給機器。

Siri和小冰都是落地於自然語言處理技術的產品，但用戶對它們的印象只停留在娛樂層面，兩者在回答問題時仍然存在許多問題。確切地說，雖然目前語音識別已經達到了很高的水平，但語義分析還有很長的路要走。所以在整體語音識別率差異較小的競爭環境中，語義分析算法的優劣和切入的使用場景成為NLp(NaturalLanguageprocessing)產品的首要條件。

精選文章：

有哪些方式的人機交互

智慧先行，未來潮流生活可期

人工智能賦能萬物，2021年人工智能將改變制造業的六大應用趨勢