Chris Frith在《心智的构建》一书中提出，视觉是推理过程中构成人类预判和处理突发事件最重要的能力之一，人类感觉信息中80%是视觉信息。在人工智能时代，机器视觉之于人工智能的意义就是视觉之于人类的意义，而这背后，决定机器视觉的就是图像识别技术。

如今，机器视觉技术已经渗透人们生活的每个方面。最近YouTube上一条视频被疯狂转起，众多网友评论，“Geek Rocks！”视频介绍了一款来自中国的App“百度识图”，能够和中国科学研究院专家的花卉识别准确率进行PK，结果几乎不相上下。

据官方信息显示，这款App目前已经可以成功识别中国1000多款常见花卉，全网准确率超过80%。如果说整个欧洲的草本植物约200多种，这就意味着识图App已经可以便捷识别相当于5倍于欧洲领土的常见花卉品种。

“这种结果非常吸引人！”来自中国科学院的植物研究所的葛所长表示。 中国科学院作为百度识图在花卉类目图像识别上的内容合作伙伴，从2013年至今已经为百度提供了超过10万张花卉图片作为深度学习的训练样本。对于中科院的植物学者来说，花卉、植物的计算机图像处理与识别是其科研工作中必不可少的重要技术。而这一次百度图像识别展示出的实力，让他们意识到，传统花卉研究和高科技的融合也显示出更大的想象空间。

事实上，不仅是花卉，百度等科技巨头更在人像、商品等柔性物体的图像识别上也提供了成熟的服务。这种图像识别的发展推进视觉搜索快速演进，并逐渐改变传统搜索习惯。同时，百度识图在移动搜索中为百度带来的花卉信息、商品信息等都成为极具开采价值的大数据金矿。

在图像识别领域，深度学习成为提升速度、效率和准确率的关键推动因素，它与数据工厂，以及云计算能力共同组成了图像识别技术在科技领域的门槛。对此，余凯认为，原来被人们奉为的经典信条——在大数据条件下，简单的机器学习模型会比复杂模型更加有效，将会被推翻。在大数据情况下，也许只有运用更强大的深度模型，才能充分发掘海量数据中蕴藏的丰富信息。“深度学习将取代‘人工特征+机器学习’的方法而逐渐成为主流图像识别方法。”余凯表示。

而百度识图APP正是利用了百度这一独特技术优势，实现在花卉图像识别上的专业、高效优势，在无监督学习下实现2个月完成中国常见花卉识别，且全网搜索超过80%正确率成绩，为“百度大脑”打造了更加独特、聪慧的机器双眼。 据悉，百度识图将在未来推出“服饰”“箱包”等实物的图像识别功能，服饰类柔性目标物体，需要深度学习技术以及庞大数据库才能够获得高效准确的识别。未来加入支付环节，打通搜索-服务环节，实现“即拍即购”的体验。