从交通安全的提高，卫生服务和环境的改善中，大数据专家看出先进的图像分析和识别技术将蕴含更多的发展潜力。
“大量的研究工作使得计算机图像识别有很好的识别率，你需要模拟人脑如何从不重要的信息中辨别有用的信息”，Uni Research（卑尔根市，挪威）的Eirik Thorsnes说。
Thorsnes在一个大数据分析公司领导一组人员，该公司致力于在研究领域和商业领域如何使用大数据献计献策，此外，公司还致力于开发先进的计算能力使计算机能与大脑的复杂度比拟。
在有些领域，人脑出色的能力和工作机制远超计算机，但在另外一些领域，计算机做的比人脑更好。
Thorsnes 说：“近年来计算机在图像识别和分析方面远超人脑水平，取得了很大的成就，毕竟，计算机在识别很多近乎相同的图像时不会感到累并且可以识别人眼不能识别的细微差别。此外，处理海量图像或视频现在已经变得越来越简单，所以很多分析和处理过程将会更加优化”。
Thorsnes和他公司的同事认为图像识别和分析将在以下领域变得越来越重要：卫生保健，环境监测，海底调查和卫星遥感影像。
在图像分析和识别领域使用大数据分析需要好的硬件、软件、算法的结合，还需要可以掌握这些技术的人。
Thorsnes说“今后，对这种技术人员的需求一定会增长，但掌握这种技术并非一朝一夕就能达成的。在处理海量数据上，我们的研究员已经掌握了专业知识，接下来就是研究如何识别一些有用的信息”
Uni Research的研究员开发出了一套计算机系统，它不仅可以识别物体，还可以识别在一张图片中哪些物体更重要。
Alla Sapronova是一位涉及人工智能、图像识别以及机器学习方面的专家。他说“我训练计算机的方法和我们教育孩子是一样的。我向计算机展示输入信号特征，并且告诉它我想要什么样的输出信号。我不断重复这个过程直到系统开始识别出这个特征。然后我向计算机展示一个它以前没看过的输入信号，比如一个图像，测试它是否知道这个图像是什么”
例如，一个相对简单的应用，这种机器学习使得微笑识别技术运用在手机相机上。
接受音乐疗法的自闭症儿童
医师可以利用图像识别技术采用包括药物在内更先进的治疗手段，比如通过分析外部身体的疾病迹象，或在会诊中发现好坏情况。
Thorsnes说“我们已经与GAMUT运行一个试点项目，分析那些正在接受音乐疗法的自闭症儿童的录像片段。通常，治疗师会花数小时来复核片段以确认最能显示病人状态或进展的精确时刻。但是，如果我们教一台计算机明白是什么组成了一个我们感兴趣的时刻，尽管数据计算机无法排列它们，但它将能够发现并挑选出它们。这对后面项目的进一步发展有巨大的潜力。”
在另一个项目里，研究人员用Bergen最繁忙的道路交叉口Danmarksplass的公共网络摄像头作为起点来教计算机去记录在在一天当中有多少数量以及多少种类的车辆经过这个交叉路口。
这样能得到可用于规划和决策的交通识别模式。此外，有时冬天Danmarksplass的空气质量很差，Thorsnes设想更好的交通筹划还可以为环境改善提供依据。
但是，他相信目前图像分析技术在提高交通安全方面有很大的前景，从根本上说，这是一个监测很长的道路或者隧道的问题。计算机可以发现一系列不同的状况，包括逆向行驶的车，火灾，遗弃的车，隧道中的人，等等。
Thorsnes说“让计算机去监测易受山体滑坡影响的并且处在主干道路旁的斜坡也变得可能，同时，还可以教计算机识别哪种地形的改变会导致山体滑坡”
监测养殖鱼塘中鱼的逃离率
由研究主任Klaus Johannsen领导的Uni Research Computing和大数据分析中心（Centre forBig Data Analysis）开展了这个项目，来研究河口处鲑鱼和鳟鱼的运动情况。这项工作是与公司中Uni ResearchEnvironment部门一起合作的。
“在河口处安装一台摄像机，训练计算机去记录游过的鱼的种类，并且判断它们是野生鱼还是养殖鱼。用这种方法，我们可以监测养殖鱼塘中鱼的逃离发生率”，Thorsnes说。
近些年识别技术的飞速发展，部分归因于Thorsnes所说的人工智能领域算法的新发现。
随着计算机计算能力的提高和复杂的图像处理器的使用，工业界和一些经典的人工智能方法推进彼此的发展。
Thorsnes说“在过去，人们进行这些分析不得不坐在录像前看数小时的连续镜头，例如医疗分析检验和隧道里的交通状况”。
在某种意义上，人工智能的算法来自“深度学习”，因为我们现在拥有的足够的计算能力依赖于先进处理器的使用，同时，也依赖于一些有趣的、传授有效并且“更加深度”算法的学习资料。
更多内容请关注：www.imefuture.com
来源：人工智能学家