在深度學(xué)習(xí)的幫助下，一批機器人質(zhì)檢員、機器人醫(yī)生正迅速自學(xué)成才、強勢崛起。雖然在它們的幫助下，人類可以更快地制造出更優(yōu)質(zhì)的產(chǎn)品，更準(zhǔn)確、更及時地診斷疾病，但是人工智能的黑箱也愈加讓人看不透了…… 

在工業(yè)和醫(yī)療領(lǐng)域，面對不可逆轉(zhuǎn)的機器換人浪潮，首當(dāng)其沖的似乎是工作內(nèi)容高度重復(fù)且機械化的生產(chǎn)線工人和配藥打針的護(hù)士。然而，隨著人工智能(AI)、深度學(xué)習(xí)等技術(shù)的飛速發(fā)展，機器視覺正日趨敏銳，技術(shù)含量更高的質(zhì)檢與診病工作也漸漸可以由機器人來擔(dān)綱?；蛟S在不久之后，人類質(zhì)檢員和?？漆t(yī)生也將變得岌岌可危。
　　金屬3D打印是目前3D打印產(chǎn)業(yè)在大規(guī)模生產(chǎn)方面走得最遠(yuǎn)的分支之一。3D打印“一次成型”的技術(shù)特點決定了其產(chǎn)品質(zhì)量檢測方法也會不同于普通質(zhì)檢，從最近業(yè)界的動態(tài)來看，已有專業(yè)人士選擇了同樣年輕的機器視覺技術(shù)來輔助這個新產(chǎn)業(yè)。
　　2017年6月，美國著名研究型高?？▋?nèi)基梅隆大學(xué)開發(fā)了一種識別金屬3D打印粉末的機器視覺系統(tǒng)。與成品檢驗不同，該系統(tǒng)像是一個預(yù)言者，它在粉末投入生產(chǎn)前對其質(zhì)量進(jìn)行評估，并判斷其能否被制成合格的產(chǎn)品。整個檢測流程都是在無人參與的情況下自動完成，系統(tǒng)會把它對粉末微觀結(jié)構(gòu)的觀察結(jié)果詳細(xì)呈報給人類工作人員，包括粉末的種類、強度、韌性、疲勞壽命等，準(zhǔn)確率超過95%，比訓(xùn)練有素的人類質(zhì)檢員更為出色。這套系統(tǒng)有望在五年之內(nèi)得到推廣。
　　除了科研機構(gòu)，一些實力雄厚的企業(yè)也在機器視覺質(zhì)檢領(lǐng)域下功夫。2017年11月初，美國通用電氣(GE)宣布他們正在研發(fā)一款金屬3D打印自我檢查系統(tǒng)，其核心技術(shù)便是機器視覺。與卡內(nèi)基梅隆大學(xué)相似的是，這套系統(tǒng)也將把觀察重點放在粉末上，做個了不起的“預(yù)言家”。根據(jù)GE的構(gòu)想，人們可以根據(jù)這套系統(tǒng)的建議選出優(yōu)質(zhì)粉末進(jìn)行生產(chǎn)，且能完全省略后處理與成品質(zhì)檢環(huán)節(jié)，大大提升生產(chǎn)效率。
　　機器視覺在看病方面的能力也頗像一個先知，它能比人類醫(yī)生更早地看出潛伏在患者身上的病魔，且準(zhǔn)確率也不輸人類，甚至能糾正人類的漏診、誤診。以往僅由人類醫(yī)生來分析判斷的超聲、CT、磁共振等醫(yī)學(xué)影像，交給機器人重新審視一遍會是個可靠的雙保險。
　　也許有人會感到疑惑，機器是怎么做到明察秋毫的呢？就照目前機器模仿人類神經(jīng)網(wǎng)絡(luò)的水平，它們的“視覺神經(jīng)”還不比人類發(fā)達(dá)吧？其實，這些“眼神犀利”的機器視覺系統(tǒng)并不會以人的方式洞悉一切，它們也不必像人。通過收集數(shù)量非常龐大的專業(yè)影像數(shù)據(jù)，并以機器學(xué)習(xí)來迅速分析總結(jié)，機器視覺系統(tǒng)可以在很短的時間內(nèi)自學(xué)成才，它所“過目”的醫(yī)學(xué)影像比一個人類醫(yī)生整個職業(yè)生涯遇到的還要多得多！
　　盡管機器視覺的敏銳目光讓人類面對不確定事物時心里更踏實，但同時也在犯嘀咕：機器究竟是怎么看出來的？人工智能越發(fā)達(dá)，越像是一個黑箱，讓人難以看透它的“思路”，而只能接受它輸出的正確結(jié)果。只知其然而不知其所以然，終究難以帶來真正的安全感，這也不符合人類充滿好奇的天性。在機器看穿我們的同時，我們也得把它盯緊了。