从第一次睁开双眼，人们就开始了对这个世界的观察与认知，这是生物进化的一项重要基本能力，也体现了图形信息的重要性。

Facebook的研究人员推出了一种新的AI模型，该模型可以从网上任何未标记图像的中学习，这是一项突破，尽管该团队的研究仍处于早期阶段，但他们希望给计算机视觉领域带来一次“革命”。该模型被称为SEER（SElf-SupERvised），被馈入了10亿张公开可用的Instagram图像，这些图像未经过手动标记。但是，即使没有通常在AI算法训练中使用的标签和注释，SEER仍能够自主地训练数据集，不断进行学习，并最终在诸如对象检测之类的任务上达到最高的准确性。这种被称为自监督学习的方法在AI领域已经很成熟：它由可以直接从给定信息中学习的系统组成，而不必依赖经过仔细标记的数据集来教他们如何执行诸如识别照片中的对象或翻译文本之类的任务。

随着人脸识别、语音识别和自动驾驶日益成为关注焦点，人工智能（AI）与社会、人类生活融合程度正在快速演进。其实早在1956年，人工智能这个“术语”就被正式提出。但在有限且昂贵的计算能力、已有计算方法存在缺陷、缺乏数据量这些无法克服的基础性障碍面前，“模拟人类大脑”显得非常遥远。

在选择机器视觉系统时，传统工业智能视觉设备的优势是体积小、集成度高、便于开发使用；嵌入式机器视觉系统的优势则在于其配置的弹性特征，具备较高的拓展性。智能工厂在建设的过程中，要求机器视觉系统，既要降低成本，还要满足快速变化的视觉应用需求。

2015年至2021年，机器视觉​技术的全球市场预计将出现8.4 %的稳定复合增长率。基于这一增长率，预计到2021年底，市场将从2014年的157亿美元增长到285亿美元水平。