1）1956年-1980年
1956年达特茅斯会提出了人工智能这一词汇，标志着人工智能宣布诞生了。
而这个阶段，人工智能也在问题求解包括语言处理等方面拿到了一些进步。可是，当时的技术条件并没法实现市场预期的目标。到了70年代，投资者和就开始快速收缩人工智能经费，人工智能就开始直接进入低谷期。
2）1980年-1993年
80年代，人工智能专家系统崭露头脚，商业价值被广泛的认可，人工智能研究然后再渐渐衰落。但却没坚持了一个小时，就被加工生产进去的个人电脑在性能上几乎碾杀，远不如最多建议使用了ai技术的lisp机，ai再三次经历了寒冬。
3）1993年-至今
之后以神经网络技术为代表的ai技术逐渐地发展起来，人工智能结束进入极快发展期。1997年深蓝打败国际象棋世界冠军卡斯帕罗夫，以至于ai又一次被热议。而与此同时现在科技的快速发展，硬件成本不断减低，数据量积累不断地会增大，ai技术不时晚熟，人工智能又正在直接进入狂暴期。各种人工智能产品又开始如雨后春笋，不时的发展壮大下来。
就是给眼睛的视网膜拍照的机器，一般不在眼科要做仔细检查必须散瞳拍照时，这个通常是仔细视网膜情况的。也有小瞳孔的眼底照相机，内分泌科室具体用法的。眼底照相要留详实的资料的结果，我建议你在眼科做眼底照相。
1，先打开ai，创建家族一个宽1600px高1200px的新文档。接着将所参考的照片（可以来找就是喜欢的图片）装于其中，移动到照片的图层，再新建一个图层才是绘制的层，绘制图时也可以用钢笔工具。
2，将钢笔工具所绘制的形状关掉再填充，线条设置为黄色，将线条大小可以设置为0.5px，参照照片提示的轮廓接受绘制。
3，绘制的五官的部分，尤其是眼睛的时候，要注意一点一直保持每个形的封闭型，这时你要的很知道你的填色逻辑，最好别被线条误导观众了。五官尽量最简单的形，去掉一切繁琐细节，而就要尽量视觉上的“合理性”。
4，一次性处理人物只剩下的部分。这时可以稍微能发挥创意，比如我回来减少了头发的长度和弧度。都是过了一会儿正在，我们就掩埋对照片的依赖。关闭照片所以说，已经从线条的角度来仔细地观察整个画面。
变脸应用了人工智能技术，具体来说是专用商汤的sensear，实际深度学习的，用标示的数据来训练人脸识别的模型，训练后的模型可以不清晰的分辨出人脸上的特征点，再如眼睛、眉毛、鼻子等位置。
如上图，这些点全是人工标注上了的，这样的机器训练的就可以不额外精准的模型要做评估，点数少嘛，特征才能抓得越准，特效才逼真。上图中有150多个，而商汤这些公司肯定人脸的标示点会至少上千个，这样的话花费的人工就很多，大多数自己养人上标是能完成不了的，所以我就再次出现了为人工智能你服务的数据标注公司，他们会在人力成本相对较高的地方，的或贵州去派出人结束标住，因为这些工作只不需要诚心就也可以，的确那就是人的本能，而机器却必须花很多数据才能达成默契。
除开人脸特征点上标，还有基于条件人脸的行为标注，再如、抽烟这些，所以应该说人工智能公司的竞争，大家时候当然是在拼数据。为啥智能时代对google、百度、腾讯、阿里公司是利好，毕竟这些公司有很多数据，可以不单独训练他们的机器智能，准确度已经完全超越小公司。笔者之前测试3过face和腾讯的人脸识别服务什么，在跑步的场景下，腾讯的效果整体还比较不错，甚至连有些角度比face的准确性要好一些，这是数据的价值。
扯远了，有了训练好的模型，就能不能找到特效是想读取的位置信息，就也可以很不错的能够完成换脸术等特效。但是之外换脸，ai能做更多事情，正如瘦腿、瘦脸、瘦身、大长腿，前段时间网蓝拳里的佘诗曼就利用不暴露了手机ai怀疑佘诗曼长出这样的话会更好看点
确实现在ai开始再次进入大多数人的生活，将给整个社会给他许多主动积极的变化，实力提升行业的效率，正如公共场所会提升很多人脸识别功能的摄像头，相对于找人找物，都会比之前高效安全很多，大家也可以看下面这个例子。
如上图这家公司briefcam公司按照视频结构化讲，这个可以找到什么哪些人什么时候在当前这个摄像头，还可以实际颜色和类别查找事物，再如：穿黄色衣服的人，黑色的小车等。
总结一下，ai代表的新生产力将带动整个社会跨过智能时代，这将给了很多机遇和挑战，期望大家能抓住机遇，尽量减少被机器所背叛（少看主播多看书学习）和替代。
