机器设备为何需要视觉呢？视觉是主要的感官。机器设备要能够了解人类，带来他们所需的支持，那么它们必须能够在视觉范畴进行调查和体现。具体方式可以是一个协助盲人“看见”和了解周遭国外的小摄像头，又或许能够精确区别流浪猫、在移动的树枝和窃贼的家庭监控系统。

合理电子设备在人们的日常生活中变得日益关键，我们也发现越来越多的设备运用由于没有足够强大的视觉作用而失败，如无人机在空中发作磕碰，机器设备人吸尘机吸掉不该吸的东西。

机器视觉

机器视觉系统是人工智能正在快速进行的一个分支，旨在给予机器设备可媲美人类的视觉。随着研究人员运用专门的神经网络来协助机器设备辨认和了解实际国外的图片，视觉系统在过去的几年取得了极大的进步。如今的计算机在视觉辨认上能够做到各式各样的情况，从辨认网络上的猫到在很多的照片中辨认特定的面孔。只是，该类技能还有很长的路要走。

当前，机器视觉系统在走出数据中心，运用于各类用途，从无人机的全自动驾驶到食品整理。

全然的图片分类类似简单多了，但在从杂乱的场景中提取要义或者信息内容，机器设备则面临着一系列的新问题。错视问题就是视觉系统仍长路漫漫的一个很好的例证。

举例来讲，当人看到两张面对面的脸的轮廓图片时，他们看到的不仅仅是笼统的样子。他们的大脑会进行进一步的解读，让他们能够辨认图片的多个部分，看到两张脸，又或许看到一个花瓶。

但关于机器设备来讲，这般的图片是特别难以了解的。全然的分类器分辨不了两张脸和花瓶，它看到的会是诸如短柄斧、吊钩、避弹衣乃至吉他的物体。该系统并不能确定那些物体是在该图片当中，这讲明这类图片的辨认关于机器设备而言极具挑战性。

另外，正如杂乱的图片，实际国外也特别凌乱。在当中正常航行可不是光开发设计算法分析数据就能够完成的，它必须对真实场景有清晰的了解，从而能够相应作出行动。

机器设备人和无人机面临着大量这般的阻碍，克服这些挑战关于参加人工智能革命的人来讲就是重中之重。

随着神经网络、专门的视觉系统硬件等技能的持续普及，视觉系统和人类视觉之间的鸿沟正在快速缩小。没多久之后，乃至很有可能会出现视觉才能更胜人类的机器设备人，它们能够履行各类错综杂乱的使命，能够彻底全自动化地运作。