深圳富士康源康植物工廠的10多層種植架上，上百種蔬菜已經郁郁蔥蔥。這里安裝著數以百計的高清攝像頭，它們24小時不停歇地智能監控，實時洞察著蔬菜是否有異常發生。

　　通過埋在營養液中的傳感器，大棚里的蔬菜或者花卉就會“說話”：大棚里溫度高了它會預警，土壤濕度低了它會通知。利用物聯網技術，檢測儀可以把營養液的溫度、濕度、氮磷鉀含量等數據自動上傳�？梢栽O想，未來農民通過手機App實時查看，不下地也變得“眼觀六路、耳聽八方”。

　　如今，人們將聽覺與視覺等功能賦予各種智能設備，如聲紋識別、圖像識別等技術，幫助各種設備更好地“看懂世界”，也幫助人們更好地與世界進行互動。

　　聽覺：“工業聽診器”實時監控變壓器

　　“家用機器人在與主人交互時，如果它能知道是哪位主人發出的號令，那么它就可以有針對性地提供個性化服務，而憑借聲音，可以很好地分辨不同的主人。”聲揚科技首席科學家張偉彬介紹說，把這項技術拓展開來，智能語音會議系統可以解決日常開會中“誰說了什么”，形成自動化會議紀要并節省人力。

　　聲揚科技提供的遠程身份認證解決方案，讓退休人員在家就可通過聲紋技術進行身份認證�！罢Z音包含了很多個人信息，除了內容，還包括情感，通過挖掘更多語音價值�！�

　　人工智能聽覺技術，不僅可用于日常交互，在工業產線上也能派上用場。今年10月，科大訊飛“順風耳”圖聆工業云平臺上線，基于訊飛在聲音、視覺方面的技術積累，依托訊飛自研的聲音、圖像智能傳感器，已落地廣東并讓工業變得更加智能。

　　以變壓器運維場景為例，在傳統的工業場景中，要判斷變壓器故障，常用的方法是通過人的耳朵去“聽”。但是，通過人耳檢測的缺點是顯而易見的——人不可能24小時集中注意力去進行檢測，有無經驗對檢測結果也會造成極大差別。而對于具備AI能力的“順風耳”圖聆工業云平臺來說，這些問題都將迎刃而解。

　　借助平臺中的訊飛工業聽診器，自動采集變壓器的聲音信息，再通過模型訓練平臺對這些數據標注，形成變壓器聲紋模型，對變壓器的運行狀態進行在線實時監控和預警，實現對變壓器的智能化運維。

　　再以氣體泄漏檢測為例，氣體泄漏時，泄漏點會因為渦流而產生超聲波，這些原本肉眼不可見、人耳聽不到的聲波，通過聲成像技術，會以圖像形式呈現在屏幕上，讓氣體泄漏變得“看得見”，幫助維修人員快速找到泄漏點。

　　視覺：給產線裝上“眼睛”查找缺陷

　　在富士康AI農業工廠，攝像頭將發芽盤拍照后，對圖片影像處理，進而擷取發芽形態輪廓、計算與定位處理，自動計算出發芽率和不良幼苗定位。智能化的機械手臂可以適時移除不良幼苗。

　　葉片受損、葉緣黑褐化、葉片黃化、新葉潰爛等情況，通過智慧檢測模型，對病癥進行偵測，除了給植物做“健康體檢”，這套系統還能對植物做“生長預測”，即辨識植物生長與關聯數據，找出適宜可控制之組合模型。

　　“傳統農業僅有20%—30%的肥料有效使用，90%以上用水量流失浪費，而在智慧工廠，僅需傳統農業10%用水量。工作人員介紹。

　　與富士康不遠的華星光電深圳工廠，每個圖片質檢員每天要對大約10000張圖片進行質量檢查，平均需要在3秒內完成對每張圖片的缺陷分類。缺陷種類多達120種，在不同線路、不同產品上的缺陷特征又不一樣，騰訊提供了一個解決方案，給產線裝上“眼睛”：由高清攝像頭拍攝照片，再通過AI算法檢測面板輕微的裂縫及瑕疵。對比傳統的人力判片方式，AI識別速度提升了5至10倍，縮減人力50%。

　　AR/VR領域、無人駕駛、智能安防、機器人等，機器視覺有很大需求，而機器視覺也被認為是人工智能的一個突破點，有數據顯示，人類獲取外界的信息83%是依靠眼睛，通過視覺人們可以看到實物的顏色、大小、狀態以及形狀，機器視覺同樣如此，將設備采集的信息進行整合、處理、反饋進而做出下一步的操作。

　　計算機視覺率先落地，“AI第一股”即將見分曉

　　從智能手機的面部識別、人臉支付到工業機器人的精準避障、精確抓取……近年來，隨著語音語義、圖像識別、智能傳感器等技術的進步，計算機聽覺與視覺在工業生產與社會生活中的應用愈發廣泛，市場滲透率持續提升，不再那么地遙不可及。

　　同時，無論是在制造業產業中，還是在交通、金融、安防等領域內，計算機視覺都在推動相關企業的加速轉型升級。為此，該領域企業迅速成長起來，并獲得了資本市場的高度關注與支持。

　　根據清華大學此前發布的《中國人工智能發展報告2018》，中國人工智能市場增長迅速，計算機視覺市場規模最大，僅在2017年，中國人工智能市場規模達到237億元（機器視覺占比34.9%），同比增長67%。

　　今年8月，廣東證監會信息顯示，國內“AI四小龍”之一的廣州云從科技已辦理輔導備案登記。除此之外，同屬于“AI四小龍”的曠視科技與商湯科技、依圖科技也紛紛放出消息，考慮于科創板掛牌上市。誰會成為國內人工智能計算機視覺第一股，業界對此頗為期待。

　　這也表明，一方面，人工智能需加快落地才能創造更多商業價值，而視覺的市場占比最大，另一方面，視覺是目前變現最順利的人工智能技術。