從影象識別、語音識別的細分角度看，今天的人工智慧商業化已經讓大眾受益頗豐。人工智慧商業化的前提到底是什麼？更快的計算機、更多的資料、更高階的演算法……為了達到人工智慧技術落地的可能，無數科學家試圖給出可行的方案。與此同時，市場也在用商業的力量和邏輯，加速人工智慧產品迭代，掀起一番巨浪。

人機大戰折射出的現象是人工智慧早已成為巨頭們發展的方向，“深度學習”成為競爭的焦點。事實上只有更多的開發者加入人工智慧領域的研究、不斷推動技術進步，才能實現商業化的最終目標。因此可以說，谷歌大張旗鼓贏得與李世石的比賽，打響了巨頭們之間又一輪競賽的起跑槍。

如若把人工智慧具象化為“人體的延伸”，構造“眼耳鼻舌身意”則是邁向人工智慧的系統性工程。在人類的各種感官中，視覺負責接受80%左右的資訊。同理，計算機視覺也成為人工智慧研究的重要方向。

這門致力於教會機器“看”的科學，實質上是讓攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，而後進行圖形處理，試圖從影象或多維資料中獲取資訊。計算機誕生50多年以來，計算機視覺經歷了從感知到認知的發展，主要有特徵提取、影象標註、影象理解和影象的深度理解4個階段。計算機學會用人的方式看懂世界，將人從繁瑣的勞動中解放出來。