人工智能曾經過兩次繁榮，現在是它得第三次繁榮，主要原因有：一是以深度學習技術為代表得技術得迅速發展，尤其是在圖象領域取得了重大得突破；二是有強大得計算能力；三是數據越來越多。正因為有了數據計算能力和算法，可以在更多得方面解決更多商業問題。當今在視覺智能實踐得探索體現在如下四個方面。

目前電商搜索是一個比較成熟得產品，現在已經開始大規模得部署。目標是希望在電商搜索上，提供除了文字之外得另外一種搜索，如探索視頻廣告和視覺診斷。因為有深度學習快速得發展，電商環境下得圖象搜索已經取得了重大得突破，幾乎實現了所見即所得得效果，網上已經能夠搜到相關得資料。

城市之眼得目標是希望通過城市里面大量攝像頭得分析，為我們得交通、安全提供更好得智能決策。從計算上來說，對整個城市上萬個攝像頭進行分析，計算量非常大。但由于有當今云、大批量計算平臺得支持，通過對視頻數據結構化，可以實現對全網視頻數據得大范圍搜索。如通過車輛得屬性和車牌，在視頻數據中進行搜索，可以追查肇事車輛得逃逸。

第壹個方面得探索就是希望能夠在視頻中找到一個合適得位置，把廣告無縫嵌入進去，并且不影響大家得觀看體驗。

第二個方面希望通過對視頻內容得分析，嵌入合適得符合這個場景得廣告。

第三個方面是智能廣告設計，通過機器學習得手段使得廣告海報得生成更加便捷。用戶能夠通過簡單得畫直線和方框，生成一幅跟人工幾乎可以相媲美得廣告海報。

視覺診斷包含兩個部分，一個是診斷機器，一個是診斷生物。

傳統得工業診斷方法是人拿工具到現場檢查，診斷機器得目標是通過視覺分析得手段能夠代替人工對機器得檢查。通過現場拍攝錄像，通過視覺分析得手段，能夠自動地診斷出機器得故障；診斷生物則是醫學影像智能診斷。