超越了人类就过了一条红线，而过了这条红线就可以在工业上进行应用了。但是在真正应用的时候，又发现了很多问题，过了红线还是不够用的，从实验室到大规模产业化还有很长的路要走。2014年，我们用20万人脸来对机器进行训练做到了98.5%的准确率，而人是97.5%；2015年我们用30万人脸进行训练，达到了99.55%的准确率；2016年，我们用6000万人脸训练可以达到了百万分之一的误识率；2017年，我们用20亿人脸训练可以达到一亿分之一的误识率，而这样的误识率才可以真正地应用到各行各业，包括监控、金融、安防、手机等行业。所以，我们和高通签署了全球AI战略合作协议。
那么除了人脸识别，我们现在还做什么？由于时间关系，我从我们做的十几个行业里选出一个来简单介绍一下——视频分析。
下面这个技术是行为检测，这是里约奥运会的跳水比赛直播，大家可以看到过了9分钟也没有看到跳水的内容，要花一大堆时间看一些枯燥的内容介绍。所以，我们用计算机视觉分析的方法，可以从很长的一段视频里把重点内容检测出来，你就可以直接跳过没有意义的部分，直接看这些有趣的、真正的跳水的镜头。
下面这个演示是基于内容的视频搜索
在电影中我们可以把各种各样的片段搜索出来，比如说你想搜索武打动作片段，或者喜剧片段，我们可以直接把它搜索出来，或者你想搜索科幻的，我们可以把科幻的片段搜索出来。
下面这个演示是用自然语言描述来进行场景搜索，我们用自然语言来描述一个电影中的场景，然后它就可以自动根据你的描述把这个电影片段搜索出来，比如，我们要搜house of cards中的一个片段，“Claire和Frank坐在蓝色沙发上”，大家看到下面这段场景就出来了。
另外我们不但能把视频分析出来，还能理解这个视频，然后用自然语言描述出来。比如下面这些运动视频，机器就可以像解说员一样来描述运动场上发生的事情。
IJCV是我们这个领域的两大顶级杂志之一，作为IJCV的主编，我会在每年的ICCV和CVPR两个计算机视觉顶级会议上，主办IJCV Night晚会，邀请几百位顶级学者参加。去年10月份，我们在威尼斯的Lido酒店举办了这个晚会。
上世纪的一部美国电影《美国往事》就是在这个酒店拍摄的，下面这个演示里我们把电影场景里的所有物体都检测出来，演员是哪一个演员，他穿的是什么衣服，这个场景是在餐厅里，所有的桌子、花、椅子全部能够实时的自动检测出来，这样的技术在以前是非常难的，但是现在我们都可以做到了。
再回头来看我们如何用这些技术来分析前面提到的电影《战狼》和《羞羞的铁拳》，我们通过分析这些演员的动作和他们之间的关系，可以分析出来在不同的场景之下，这两个演员是谁，在做什么，这个片段是什么类的情节。
同时，我们可以识别每一帧情节分类，每一个镜头是打斗场景还是恋爱场景。我们也可以把一个电影最精彩的镜头提取出来，大家可以挑选比如动作的精彩镜头、感情戏的精彩镜头、悲剧的精彩镜头等等。
那么总结起来，我们在做什么呢？我们是在教机器看电影，一开始我们是教机器来识别人脸，Google是在教机器来下围棋，而现在我们来教机器代替人看电影。这个感觉有点怪，我们让机器来做下棋，看电影，玩游戏这些有趣的事情，然后我们人类只负责给机器充充电，维修和保养。
我觉得大家听了这个一定觉得很可笑。实际上所有的任务，都是我们人安排给机器做的，机器是按照我们的指令在做事情，不存在机器控制人类这样的事情，AI的真正目的是帮助人类，帮助我们提高生产效率。
最后给年轻人留下两句话：
第一句，电影一定要自己亲自去看。
第二句，AI这个词在中国拼音翻译过来就是“爱”，所以谈恋爱也要自己亲自去谈，否则你就不止“前任3”了，很有可能“前任4”、“前任5”了。
谢谢大家！