计算机视觉已广泛应用于商业、零售、医疗等领域，并将继续发挥作用。
它可以帮助医生识别疾病，帮助企业改善客户服务，也能帮助社交媒体公司审核内容。
必须由人类监督计算机视觉，确保其得到合乎伦理和法律的使用。
YouTube上有很多猫。事实上，“猫咪视频”已成了人们拿社交媒体真正用途开玩笑时的经典梗。因此，2012年谷歌使用神经网络查看YouTube上的1000万段视频并寻找猫时，神经网络找到了不少猫。实际上，它识别猫的准确率达到74.8%。
这项实验的非凡之处在于，系统事先没有获得任何关于猫的显著特征的信息——胡须、爪子、尾巴——而这些特征本可帮助识别猫。带领这项研究的谷歌研究员这样说：“它基本上是自己发明了猫这一概念。”
对于计算机视觉这一人工智能（AI）的分支而言，核心问题是：计算机能否模仿人类视觉，以及我们看见事物时大脑中发生的复杂过程？计算机视觉运用深度学习。当前的答案是：它的发展早已超越了识别猫。
计算机视觉的应用
计算机视觉使计算机能够看见和观察，从而提取信息并提出建议。这正是“百闻不如一见”这句老话的体现。对于希望取得显著成果、提高效率的组织而言，一张图片蕴含着数百万兆字节的数据价值。
机器无需通过聊天机器人来学习掌握对话艺术；计算机视觉通过将图像分解为像素并识别其中的匹配项，教会机器看懂图像。计算机视觉建立在两个重要问题之上：我的眼睛该做什么？我要找的是什么？
酒店和零售门店需要确保符合新的品牌标准或遵守法规。摄像头拍摄的图像可以识别前台是否安装了正确的标识牌。摄像头还可以拍摄并检查数百家门店，确认柜台高度是否符合无障碍法规。
无人机可以拍摄飞机，检查是否受损；也可以拍摄偏远地区可能引发火灾的电线杆。仓库无需派人拿着夹板四处检查，也能掌握库存何时即将告罄。自动驾驶汽车已经在使用计算机视觉来识别物体、车道、标志和交通信号灯。
面部识别与医疗保健
计算机视觉已用于体育、制造业、农业、酒店业和面部识别技术。面部识别技术用于许多日常活动，例如解锁手机和查询银行账户。企业可以结合情绪识别来使用面部识别，从而避免糟糕的客户体验：例如，如果有人在自助结账柜台遇到困难，其面部通常会显露出沮丧情绪。
摄像头会捕捉这张面部图像，并提醒客服代表前来协助。酒店也可以借此追踪前台顾客微笑的相关指标，让管理人员了解客户满意度何时下降，并找出根本原因。
医疗保健是计算机视觉带来显著益处的领域之一：所有医疗数据中有90%都以图像形式存在。过去需要人眼查看MRI图像或X光片，如今机器能够以更快、更准确的方式进行分析。
即使是顶尖医学专家，也可能难以发现罕见疾病或早发疾病。然而，机器在比对数十万张图像时，可以将人眼难以察觉的异常情况提示给医生。这些洞见能够显著改善患者以及为其提供支持的医疗机构的成效。及早发现疾病可以节省时间和金钱，挽救生命。
计算机视觉的益处
如今，计算机视觉已用于社交媒体平台的内容审核，帮助发现并删除有毒或有害内容。据估计，2022年社交网站用户将达到39.6亿；随着移动设备使用率上升、移动社交网络在服务不足的市场持续扩展，预计这一数字还会增长。
每天，超过3亿张照片会被上传到最大的社交媒体平台Facebook。每分钟还会发布510,000条评论和293,000条状态更新。大多数内容无害（甚至可能包括可爱的猫咪），但其中被认为有害的内容数量不少，因此仅Facebook就拥有15,000名内容审核员。近期一份报告估计，该公司的人工智能系统和人工审核员每天标记的内容超过300万条。
计算机视觉可用于审核视频、图像和文本，大幅减轻人工审核负担，并更快速、高效地识别最恶劣的内容。计算机视觉有助于确保准确性：机器不会眼疲劳或普遍性疲倦，因此出错的可能性较低，也更有可能精准、快速地找到图像中的关键部分——例如生产线上产品的瑕疵。机器不会感到厌倦，经过编程后可以长时间不间断运行。
计算机视觉的伦理问题
与所有人工智能一样，计算机视觉没有道德观念，也无法判断何为合乎伦理或法律。必须由人类严格监督，确保其安全、可靠，不侵犯隐私，也不被用于不正当目的。组织应以合乎伦理的方式使用这项技术，采用诸如可信赖人工智能TM等框架，为政府出台人工智能相关法规做好准备，并降低相关风险。
尽管存在风险，计算机视觉仍将继续发挥作用。自动化“视觉”意味着员工可以专注于更具战略性的活动，从而提升客户体验、优化工作，甚至挽救生命。通过结合人类视觉与计算机视觉，组织可以实现原本无法实现的目标。
