2019年6月21日，在清華大學人工智能研究院視覺智能研究中心成立儀式暨技術前沿與產業報告會上，清華大學人工智能研究院院長張鈸院士指出，盡管圖像識別是深度學習的最大受益者，目前我國AI獨角獸企業中大部分也與圖像識別和視覺有關，但也要看到，深度學習只是為圖像識別等視覺提供一個性能良好的機械分類器，距離人類的視覺感知還差得很遠，因此它的應用場景有著很大的限制。比如，一般只能用在具有完全信息、確定性信息和靜態的環境中。

目前，人工智能技術在醫療領域應用已經有很多具體案例，比如通過可穿戴設備、人工智能的輔助診斷實現準確的、遠程的、實時的、個性化的診療；利用人工智能技術快速將核磁的二維影像重建為3D模型，實現精確的病變評估和手術規劃。清華大學臨床醫學院院長、北京清華長庚醫院院長董家鴻院士認為，智慧醫療包括三個層面：第一是智慧醫院；第二是智慧的區域醫聯體，也就是分級診療體系；第三是面向全國的，甚至是面向世界的專科和專病醫聯體。

新加坡Advance.AI公司計算機視覺負責人王芳林博士認為，在實際應用人工智能技術時，理解用戶的痛點比理解算法更為重要。他介紹了該公司基于計算機視覺的反欺詐技術在東南亞國家的應用實踐。因東南亞的金融市場發展較為落后、政府的相關服務設施缺失，導致在做用戶征信和風控時缺少很多數據與相關技術，因此，通過引入計算機視覺人工智能技術以防范各種金融風險就成為當地相關行業用戶的迫切選擇。

瑞萊智慧CEO則認為，第一代人工智能是知識驅動，適合做一些宏觀層面模擬人類的行為；第二代人工智能是數據驅動，特點是依賴于大量高質量的訓練數據；第三代人工智能最重要的是提高可靠性、可解釋性和安全性，以彌補現有的人工智能算法的缺陷。

在技術前沿與產業報告環節，華為智能汽車解決方案事業部感知技術團隊首席專家陳亦倫博士介紹了計算機視覺技術在自動駕駛中的挑戰。他認為自動駕駛的關鍵在于識別汽車的可行區域和交通參與者信息，深度學習確實使得計算機視覺能夠更為有效得解決很多設計特征的問題，但仍有問題須待解決。

“為了擴大視覺的應用領域，需要加強視覺智能的基礎研究，這樣才能提供穩健、可信與安全的視覺處理技術。”張鈸說。