比如，基于机器学习以及卷积神经网络，ET 的人脸识别技术已经实现了人脸检测、器官轮廓定位、1对1人脸认证和1对多人脸识别等多个功能，其在LFW上识别率超过99.5%。目前该人脸识别系统已经应用于机场通关等场所，可以极大提高安检人员工作效率。

而在阿里巴巴 iDST 视觉计算研究员华先胜看来，来自城市里的摄像头所「输入」的数据更具挑战性。

这些数据大概有几个特点：其一数据量巨大，城市里数以万计的摄像头，每天产生海量的影像数据；其二，数据计算的实时性，与应用在手机摄像头的 AR 计算或美颜计算不同，城市交通影像数据的计算时间是有要求的，任何的耽搁都会加剧城市拥堵，而哪怕是十几秒的优化都会带来整个城市交通运转的效率。

据了解，未来阿里云视觉识别服务还将陆续推出视频分析、视觉设计、工业诊断、医疗诊断等。

这也意味着，在不远的将来，不同领域的开发者可以在阿里云平台获取属于各自行业的影像解决方案，这也将更进一步释放出机器视觉智能的威力。

从社会层面上看，以杭州城市大脑将近一年的成绩为例，基于摄像头影像数据的智能调控，让局部区域交通的畅通度提高到了 11%；而站在商业层面，从交通进一步延伸，医疗、工业、服务业等等产业，都会在被基于摄像头的影像数据或视觉智能所改变。

写在最后

李开复曾在多个场合表示，中国海量的数据优势或成为人工智能弯道超车的重要变量。这其中，海量的影像数据（图像、视频）无论是社会价值还是商业价值，对中国的创业者来说都是一笔宝贵的资源。

如今，「数据就是新一代石油」的论断已成为行业共识，而在通往机器智能的路上，除了海量的（影像）数据，j2直播，还需要更优的算法以及强大廉价的计算能力，站在 2017 年年中的起跑线上，中国创业者们几乎和硅谷同时起跑，以一款款应用、一个个解决方案播撒人工智能的种子，为他们摇旗呐喊的，则是包括 Google 、阿里云在内的云服务巨头们。