為什么機器和設備需要視覺？ 視覺是主要的感覺。 為了能夠理解人類并帶來他們需要的支持，機器和設備必須能夠在視覺類別中進行調查和反映。 它可以是一個小型攝像頭，幫助盲人“看到”并了解他們在國外的環境，也可以是一個家庭監控系統，可以精確地區分流浪貓、移動樹枝和小偷。

合理的電子設備在人們的日常生活中變得越來越重要。 我們還發現，越來越多的設備應用失敗了，因為它們沒有足夠強大的視覺效果，比如無人機在空中撞擊。 機器設備人真空機吸什么不應該吸。

機器視覺系統是人工智能的一個快速發展的分支，旨在使機器和設備與人類視覺相媲美。隨著研究人員使用專門的神經網絡來協助機器和設備識別和理解實際的外國圖像，視覺系統在過去幾年中取得了很大的進展。 今天的計算機可以做各種視覺識別，從在互聯網上識別貓到識別許多照片中的特定面孔。 只是，這種技能還有很長的路要走。

目前機器視覺系統已脫離數據中心，用于各種用途，從無人機的自動駕駛到食品整理。

完整的圖片分類要簡單得多，但在從雜亂的場景中提取要素或信息時，機器和設備面臨著一系列新的問題。 誤視問題是視覺系統仍在走的漫長道路的一個很好的例子。

例如，當人們看兩個面對面的輪廓時，他們看到的不僅僅是一般的外觀。 他們的大腦將被進一步解釋為允許他們識別圖片的多個部分，看到兩張臉，或者可能看到一個花瓶。

但是對于機器和設備來說，這樣的圖片是特別困難的去理解。 一個完整的分類器不能區分兩個臉和花瓶。 它可以看到物體，如短柄斧頭、鉤子、避難所甚至吉他。 系統不能確定物體是否在圖片中，這表明識別這樣的圖片對機械設備來說是非常具有挑戰性的。

此外，作為凌亂的圖片，實際的外國也特別凌亂。 在正常導航的中間不僅是設計算法分析數據的開發可以完成，它必須對真實場景有一個清晰的了解，這樣它才能相應地行動。

機器人和無人機面臨著許多這樣的障礙，克服這些挑戰是參與人工智能革命的人的當務之急。

隨著神經網絡，專業視覺系統硬件等技能的不斷普及，視覺系統與人類視覺的差距正在迅速縮小。 不久，將有機會使愿景凌駕于人類機器和設備之上，人類機器和設備可以執行各種混亂的任務，并充分和充分地運作。