隨著人工智慧技術的不斷發展，智能工具在製造業、服務業、網際網路、大數據、軍事、金融、醫療、教育等各國民經濟領域、各行業大顯身手，在完成很多具體任務時其能力遠遠超過了人類。下面我們回顧一下在日常學習和生活中常見的智能工具應用場景。
圖像識別與分類在很多領域有廣泛應用，例如，安防領域的人臉識別、網際網路領域的圖像內容檢索、交通領域的路況識別、遙感領域的光學圖像識別與分類、醫學領域的圖像識別與分類等等。
過去圖像分類主要依靠人工對圖像進行特徵提取，然後再用分類器的對圖像類別做出判斷，因此如何提取圖像的特徵至關重要。而基於深度學習技術的圖像分類方法可以從圖像中自動提取特徵，從而大大地提高了圖像分類的效率。特別是卷積神經網絡(Convolution Neural Network, CNN)近年來在圖像領域取得了驚人的成績。CNN直接利用圖像像素信息作為輸入，最大程度上保留了輸入圖像的所有信息。通俗地說就是，對於每個類別都找一定量的圖片輸入給CNN，讓它自己去學習和提煉每一類的圖片的特點，這個過程和同學們學習新鮮事物完全一樣。通過卷積操作進行特徵的提取和高層抽象，神經網絡可以直接輸出圖像識別的結果。
應用圖像識別與分類技術可以開發各種圖片搜尋引擎。例如，常用智能工具「百度識圖」是一款基於內容的圖像搜尋引擎。常規的圖片搜索，是通過輸入關鍵詞的形式搜索到網際網路上相關的圖片資源，而百度識圖則能通過用戶上傳圖片或輸入圖片的url地址，搜索到網際網路上與這張圖片相同或相似的其他圖片資源，同時還能識別這張圖片的內容並提供相關信息。
圖文來源： 韓力群《人工智慧(上)》中學版