计算机视觉技术应用方面，中国也有许多创新。2017年3月《光明日报》客户端上线了“小明AI两会”功能，首次将图像交互等AI技术应用于两会报道。通过两会代表委员的照片，“小明”就能识别出照片中的人物，并显示这名代表委员在履职期间关注的主要领域及报道。《光明日报》对计算机视觉技术的应用，是媒体行业的一种尝试，事实上，还有很多行业有待于用这项技术去开拓。如果说语音交互可以使万物互联，而图像交互也同样可以使万物识别、万物交互。甚至，计算机视觉和图像视频处理、VR、AR等技术结合，可以实现真实世界和虚拟世界的交互。

      计算机视觉有了这些惊人的发展，但仍然在方兴未艾之中。2012年，谷歌公司的一篇论文在全球引起轰动，他们的谷歌大脑（Google Brain ）通过自己观看视频，认出了一只猫。

      2010年，时任斯坦福大学副教授的吴恩达加入谷歌开发团队X实验室（XLab）。2011年，吴恩达建立了谷歌大脑项目，项目为分布式计算的大规模人工神经网络。吴恩达团队用了16000个GPU芯片，构建了有10亿突触的人工大脑，尽管与人类大脑突触数目还差几个数量级，但这已经是一个很庞大的深度学习神经网络系统。

谷歌大脑创始人吴恩达

     谷歌大脑能不能在没有帮助的情况下自主识别呢？谷歌的研究小组在视频网站YouTube上找到数百万帧静态视频图片，这些图片没有任何标注。然后，让谷歌大脑自己去看这些视频图片。谷歌大脑神经网络的感觉中枢开始运转计算，从众多图片得来的信息中分离出了一个稳定的模型。最后，这一模型毫不犹豫地识别出猫的脸。识别猫脸前，谷歌大脑对猫的定义和知识一无所知。神经网络自己直接与现实世界交互并抓住了“猫”这一概念。研究者发现，猫的脸部阴影会激活谷歌大脑的人工神经元。

      谷歌大脑能通过视频图片自主学习到猫这样的高级概念并能自动识别，是计算机视觉和AI历史上了不起的成就，这只特殊的猫，就成为著名的谷歌猫（Google Cat）。

      谷歌猫这样的故事，打开憧憬计算机视觉未来的一扇窗口。随着AI技术突飞猛进的发展，计算机视觉这人类的第二双眼睛，正在被我们擦亮。