人工智慧的概念誕生於1956年，人們憧憬著能用計算機來構造擁有與人類智慧同樣本質特性的機器。
在2012年之前，人們對人工智慧是充滿質疑的，因為以當時的技術來看，AI人工智慧基本是不能實現的。GPU的出現使得深度學習技術大量的運算變為現實，而人工智慧與深度學習演算法的碰撞也使得人們的憧憬變為可能。
什麼是影象識別
是指利用計算機對影象進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。一般工業使用中，採用工業相機拍攝圖片，然後再利用軟體根據圖片灰階差做進一步識別處理，影象識別軟體國外代表的有康耐視等，國內代表的有圖智慧等。另外在地理學中指將遙感影象進行分類的技術。影象識別問題的數學本質屬於模式空間到類別空間的對映問題。目前，在影象識別的發展中，主要有三種識別方法：統計模式識別、結構模式識別、模糊模式識別。
資料堂支援多種場景多種型別的資料採集需求，採集內容涵蓋影象、文字、語音、影片等全維度資料。資料堂擁有專業的資料採集裝置、豐富的資料採集專案經驗及資料質量管控經驗。 在資料採集過程中，資料堂嚴格遵守GDPR個人隱私資料保護相關條例，並已透過ISO9001質量管理體系認證、ISO27001資訊保安管理體系認證，為資料安全全面護航。
人工智慧可分為兩種，即強人工智慧和弱人工智慧。我們現在可以見到的，語音互動、影象識別等讓機器具備觀察和感知能力的技術可以稱之為弱人工智慧。作為人工智慧的重要領域其實影象識別的應用已經很普及了。比如上傳身份證圖片，系統自動輸出身份證資訊可對身份證識別出相應資訊。
資料堂擁有大規模面部識別資料並已經標註好情緒標籤，可以滿足消費場景下對消費者情緒識別與意圖預測的需求。
影象識別是人工智慧的一個重要領域，未來影象識別將會被運用到更多的領域。
