2019年6月21日，在清华大学人工智能研究所视觉智能研究中心揭牌仪式和《技术前沿与产业报告》上，清华大学人工智能研究所所长张波院士指出指出虽然图像识别是深度学习受益者中最大的，但中国的大多数AI独角兽公司也都与图像识别和视觉有关，但我们还必须看到深度学习仅为图像识别提供了一种性能良好的机械分类器和其他视觉，这远非人类的视觉感知。两者相差很远，因此其应用场景有很大的局限性。例如，它通常只能在具有完整信息，确定性信息和静态信息的环境中使用。当前，在医学领域中有许多人工智能技术的具体案例。例如，可穿戴设备和人工智能辅助诊断可实现准确，远程，实时和个性化的诊断和治疗；人工智能技术用于快速转换两个核磁场。将三维图像重建为3D模型，以实现准确的病变评估和手术计划。清华大学临床医学院院长，北京清华长庚医院院长董家宏院士认为，智能医疗包括三个层次：第一是智能医院；第二是智能医院。第二个是一个智能的区域医疗联盟，即分级的诊断和治疗系统。它是一个面向全国甚至面向世界的专家和专科医生组成的联盟。新加坡Advance.AI计算机视觉主管王芳林博士认为，在人工智能技术的实际应用中，了解用户的痛点比了解算法更重要。他介绍了该公司基于计算机视觉的反欺诈技术在东南亚国家的应用实践。由于东南亚金融市场的落后发展以及缺乏相关的政府服务设施，用户信用调查和风险控制方面缺乏数据和相关技术。因此，引入计算机视觉人工智能技术来防范各种财务风险已成为相关行业用户的当务之急。睿来智慧的首席执行官认为，第一代人工智能是知识驱动的，适合在宏观层面上模拟人类行为。第二代人工智能是数据驱动的，其特点是依赖大量高质量的训练数据。第三代人工智能对于智能来说，最重要的事情是提高可靠性，可解释性和安全性，以弥补现有人工智能算法的不足。在技术和行业报告的前沿，华为智能汽车解决方案部感知技术团队的首席专家陈宜伦博士介绍了计算机视觉技术在自动驾驶中所面临的挑战。他认为自动驾驶的关键是确定汽车的可行区域和交通参与者的信息。深度学习的确使计算机视觉能够更有效地解决许多设计功能，但是仍然存在要解决的问题。 “为了扩展视觉的应用领域，有必要加强视觉智能的基础研究，以提供健壮，可靠和安全的视觉处理技术。”张波说。