一文了解计算机视觉未来的走向

前言：

目前，计算机视觉面临几大问题：

1．需要大算力，需要大数据用于训练，因此导致成本太高。

2．应用场景单一，目前仅用于无人驾驶，安防监控等少数领域。

3．对CV人来说，内卷严重，市场接近饱和。

在知乎上，很多大牛从技术的角度上谈了关于计算机视觉未来的走向，受益匪浅。结合前几日看到的另一个问题，为什么很多人现在不看好商汤科技，在这里，我想从一个社会的角度来谈一谈我对计算机视觉未来走向的看法。

日新月异，用它来形容现在社会的变化真是再恰当不过，而推动这个变化的是科技的高速发展。

我对技术的看法是，技术必须服务于人，必须对社会有益，推动社会进步，而负责实现这件事的正是企业，企业必须将技术落地应用，变成产品，为人类服务，为社会服务。

因此，说起我为什么不看好商汤科技，是因为我觉得它没有完成这件事。

作为一个技术人员，我平常看的东西算是比较多，不仅是技术方面，产品方面也比较关注。经常看到商汤旷世又发了什么论文，却几乎没见过它们研发出了什么新产品。在我的印象里，它们就像是一个研究所的存在。

然而，世界上已经有了这么多高校实验室研究所在搞学术研究，还差一个商汤旷世吗？

在我看来，这与格力声称要做格力手机如出一辙。市面上已经有了苹果，小米，华为，OV等这么多做的很好的手机，还差一个格力手机吗？

所以董明珠如果要做手机，最合适的就是自己做操作系统，或者自己搞芯片，做点对社会对市场有益的事情。但格力明显没有这个打算，我对它当初说要做手机就一直是冷眼相看。四五年过去了，就目前来看，还真没看错它。

企业还是应该做企业该做的事情，那就是将学术研究落地应用，变成产品。

在《下一个倒下的会不会是华为》中有这样一段话：

“我们一定要做商人。科学家可以什么都不管，一辈子只研究蜘蛛腿的一根毛。对科学家来说，这是可以的。但是对我们呢？我们只研究蜘蛛腿，谁给我们饭吃？因此，不能光研究蜘蛛腿，要研究客户需求……”
   这番话讲于2002年，其时，“狮子”朗讯科技快要倒下了，“巨狮”摩托罗拉也病恹恹的……
   朗讯科技最核心的资源——贝尔实验室，正是以研究“蜘蛛腿”“蝴蝶翅膀”“马尾巴的功能”等这些基础课题见长的，它既是朗讯科技的成长助推器，也是朗讯科技的包袱；摩托罗拉以巨资投入铱星系统研发，结果尖端技术成为它走向衰败的滑铁卢……这两家公司以及众多的“巨狮”都患上了资本和技术的“富营养病”，所以到头来都被优势资源所拖累、所诅咒。

商汤旷世在这一点上像极了朗讯和摩托罗拉，忽视了技术的最终目的是服务于人，服务于社会。

谈及我对计算机视觉的看法，技术和产品的关系就像是硬件与软件的关系。当硬件发展到一定水平时，如果软件的发展速度跟不上，那么硬件就毫无作用。当软件发展起来后，又受到硬件水平的限制，软件要进一步提高，需要提升硬件水平。

从目前的环境来看，学术研究已经达到了一定的程度，而落地应用的领域或者说产品很少，因此导致了计算机视觉的饱和。、

当应用的领域被逐渐开发，产品逐渐增多，现在的饱和就变成了暂时性的饱和。从产品，市场的层面上也会进一步推动学术研究的发展。

那有待开发的领域和产品有哪些呢？

借用何同学的思考方式，我们对计算机视觉的应用还只局限于当下，我们正因为它目前需要庞大的数据集训练，昂贵的算力，才限制了我们对它的应用场景和产品的想象。

当日后算力成本降低，数据不足的问题得到缓解，我们会发现，其实计算机视觉可应用的场景非常多。

从我的角度来看，它在未来一定能与机器人结合，我指的机器人并不只是人形机器人，主要是各种智能化设备，如场景监控，服务机器人，无人驾驶，医疗设备，嵌入式设备等。

想想很多科幻电影，机器人可以对一个环境进行各种分析，然后做出相应行为。当然，这对人类来说，赋予机器人电影中的这些能力是一件很可怕的事情，就目前来说，也不现实。

不过，一些小范围的能力我们是可以给的。

目前已经有的一些应用是对监控进行分析，检测到如车祸，火灾，枪击案，养老院的老人摔倒等异常事件后自动报警。无人驾驶上的视觉。

京东启动一个对猪脸识别的项目，对猪的健康状况进行检测，斯坦福对人的粪便识别检测，从而判断人的健康状况。

以后可以有以下应用：

对二手车进行全面扫描，识别型号，给出新旧程度分析，从而给出相应报价。

对脸部扫描，分析脸部皮肤情况，给出适合其皮肤的护理方案。对头发扫描，推荐相应的护发产品与护发方案。

对农田进行实时监控，提醒农场主目前农田的情况，如虫子，作物生长状况，分析该地区往年气候，给出对该地区农田的最优打理方案。

家庭服务机器人，扫描茶几沙发，自动清理并将物品放到本该在的位置。

学跳舞，将老师的跳舞输入作为模板，对学生学舞视频进行分析，给出跳的不对的地方。

……     ……

还可以有很多很多的应用，我给的都是些很细很具体的想法。

我个人经历有限，设想也不够全面，但我相信社会上还存在很多可以用视觉来解决的事情。

这些事情都需要有一个共同的基础，就是可以将视觉用于移动端设备，嵌入式设备。

从我的理解来看，日后硬件水平会有较大发展，用于深度学习的专用处理器会有较好的性能。因此，计算机视觉未来的应用场景很广泛，我们需要对每一个具体的应用场景设计一个很小的，专一的，可以用于嵌入式设备的模型。模型小型化，轻量化，检测实时化。

商汤和旷世，作为AI四小龙的一份子，作为一个企业，将技术落地应用是它们的责任，不管是从规模上，人才供给上，资金上，它们也完全有能力去将计算机视觉与机器人，移动端，嵌入式设备端结合开发新领域，研发新产品。

就目前互联网企业来说，AI四小龙也是最适合做这件事的。

欢迎关注公众号CV技术指南。专注于计算机视觉的技术总结，最新技术跟踪。