计算机视觉正在帮助学习和掌握视觉，正如对话式 AI 帮助学习和掌握听觉一样。得益于计算机视觉，AR 应用能够实时检测物理对象并将虚拟对象放置到其环境中。计算机视觉的实际应用和影响范围正在扩大，其应用正在挑战并改变其重要性。计算机视觉以某种形式已经存在了几十年，现在已成为全球和各行业对话中越来越常见的词汇：计算机视觉系统、计算机视觉软件、计算机视觉硬件、计算机视觉开发、计算机视觉开源证据和计算机视觉技术。计算机视觉与其他形式的 AI 有何关系？计算机视觉通过数字图像和视频帮助学习和掌握视觉，正如对话式 AI 通过语音帮助学习和掌握听觉。它适用于识别、翻译和朗读文本等任务——这些文字定义并描述了我们周围的物理世界。更广泛地说，“计算机视觉”一词还描述了设备传感器（通常是摄像头）如何作为视觉系统来感知、检测、跟踪和识别图像中的对象或模式。多模态对话式 AI 将对话式 AI 与计算机视觉结合在多媒体会议应用中，例如 NVIDIA Maxine。延伸阅读：计算机视觉的演变 延伸阅读：计算机视觉是数据科学吗？ 计算机视觉示例 计算机视觉在日常生活中广泛应用，从简单到高度复杂的应用都有：AR 应用利用计算机视觉实时检测物理对象，并将虚拟对象集成到环境中。增强现实是一种交互体验，它将现实世界与计算机生成的信息相结合，以增强用户体验。光学字符识别（OCR）广泛用于谷歌翻译，它将菜单或标牌等文本图像转换为数字文本，然后可以翻译成用户的母语。OCR 还用于高速公路自动收费以及将手写文档转换为数字格式。对象识别对自动驾驶汽车至关重要，它涉及识别图像中的对象、绘制边界并标注标签，以帮助决策车辆周围环境。由计算机视觉驱动的人脸识别技术使计算机能够将人的图像与其身份进行匹配。虽然曾应用于 Facebook 等应用中用于自动照片标记，但去年该功能已不再可用。计算机视觉为何重要？计算机视觉自 20 世纪 50 年代以来就是一个研究领域，并且凭借众多应用持续增长其重要性。根据 BitRefine 深度学习研究小组的数据，计算机视觉行业预计在 2022 年将增长至近 500 亿美元，其中 75%的收入来自硬件。计算机视觉的重要性在于计算机日益需要理解人类环境。通过使计算机能够像人类一样“看”，我们增强了它们理解周围环境的能力，这对于开发具有类人能力的更复杂的 AI 系统至关重要。这些调整应能提高文本的清晰度和流畅性，同时保持其关于计算机视觉及其应用的信息内容。 另见: 台积电权衡 AI 芯片涨价，面临短缺.