Page 10 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

图 1-1 人工智能三次浪潮

2.技术创新
一是高强度的AI研发产生了大量科研成果。除了2020年受疫情影响略有下降
外，AI领域专利数量自2000年以来经历了快速增加。根据斯坦福大学针对全球40

多个国家的不完全统计，2019年全球AI注册专利数量已经达到101876件，是2000
年21806件的4.7倍，占所有专利的比例也从2000年的2.0%提高到了2.9%。从地区

看，AI专利的主要产区是北美，约55%的专利源自北美地区。此外，欧洲和东亚
各占20%左右。
二是AI技术进一步完善。AI系统现在可以合成文本、音频和图像，而且水平

足够高，人类难以辨别真伪。例如，图像合成技术能“深度伪造”，将人脸叠加
到照片或电影中其他人的脸上。这也促使研究者探索深度伪造检测技术，让计算
机能很好地区分不同的图像输出。得益于机器学习和自然语言处理技术的进步，

机器能在视觉问答中提供更加准确的自然语言答案，自2015年首次发布以来，该
算法准确率增长了近40%，最高达到76.4%，已接近人类80.8%的准确率基线。
三是逐步走向产业化。一方面，技术的成熟让相关的AI模型的训练时间和训

练成本明显降低，如训练一个现代图像识别系统，根据斯坦福DAWNBench团队
进行的测试，2017年需要耗资1100美元的项目，现在只用花7.43美元，成本仅为

原来的1/150。另一方面，AI在越来越多的领域得到应用，交通、金融、农业、
军事等领域都逐渐变得更“智能”，特别是疫情防控期间。随着机器学习的采

2