复制人类的互动和行为被认为是人工智能界的最高目标，近些年，技术已经开始超越人们的认知，无数例子证明了AI技术在解决难题方面的能力。
回想1996年，IBM的深蓝击败国际象棋特级大师，这也许是AI的首次成功实践，可以看到的是从那时候开始，AI伴随着计算机技术的发展，就跟吃了药开了挂似的发展的如火如荼。
究竟什么是计算机视觉？
实现计算机视觉为了，是实现人工智能最高目标——复制人类的互动和行为。作为最重要的一环，计算机视觉需要复制人类对于图像的感知能力，并能像人类一样从中解读信息。
计算机视觉似乎是科学领域很少涉及的技术，但事实是，即使涉及计算机视觉的简单概念也需要花费大量的研究和创新才能投入实际使用。
十年前，人们开始在facebook上的照片里标记自己的朋友，国内的人人网也有这个功能，再后来facebook上上传的照片系统会自动判断识别出标记人物。这个功能可以说是计算机视觉或者说图像处理最早的应用之一。
再后来，解锁你的手机要识别人脸，银行可以刷脸支付，商店可以监控识别不法行为的客户，监视和安全可以说是计算机视觉的两大主要应用，还有哪些应用场景呢？
7X24监控抓犯人
把计算机视觉应用到交通监控摄像头中，标记通过该区域的汽车车牌。毕竟人力是有限的，借助计算机视觉的能力，可以实时识别并报告指定车牌出现在哪个区域，对抓捕罪犯非常有帮助。
让计算机解决时尚问题
这条牛仔裤配什么上衣？衬衫还是夹克？这时候可以让AI来帮助你！AI、计算机视觉和机器学习综合使用，让计算机理解时尚，他会告诉你什么样的搭配最fashion。更不要说现在有很多机器学习处理照片的应用。
改变教育
仅仅通过分析“学生脸上的表情”就可以评估诸如专注力，兴趣水平和注意力等绩效指标，这些原本只有非常有经验的老师才拥有的能力，在计算机视觉进入后，变的异常简单。教育者可以根据来修正教学方法，可以提供更多细节定制化的课程模块，根据学生的反应调整评估和课程策略是计算机视觉的重要贡献。
下一步
卷积神经网络，有别于传统的系统需要人工输入筛选，他们设计了自动过滤。下一步就在于给算法添加无监督学习，不提供任何指令，不断输出，靠输入输出的相似性判断正确性。卷积申请网络在谷歌有很好的应用，计算机视觉在可以预见的未来充满希望！
