人工智能曾经过两次繁荣，现在是它的第三次繁荣，主要原因有：一是以深度学习技术为代表的技术的迅速发展，尤其是在图象领域取得了重大的突破；二是有强大的计算能力；三是数据越来越多。正因为有了数据计算能力和算法，可以在更多的方面解决更多商业问题。当今在视觉智能实践的探索体现在如下四个方面。
1、电商搜索
目前电商搜索是一个比较成熟的产品，现在已经开始大规模的部署。目标是希望在电商搜索上，提供除了文字之外的另外一种搜索，如探索视频广告和视觉诊断。因为有深度学习快速的发展，电商环境下的图象搜索已经取得了重大的突破，几乎实现了所见即所得的效果，网上已经能够搜到相关的资料。
2、城市之眼
城市之眼的目标是希望通过城市里面大量摄像头的分析，为我们的交通、安全提供更好的智能决策。从计算上来说，对整个城市上万个摄像头进行分析，计算量非常大。但由于有当今云、大批量计算平台的支持，通过对视频数据结构化，可以实现对全网视频数据的大范围搜索。例如通过车辆的属性和车牌，在视频数据中进行搜索，可以追查肇事车辆的逃逸。
3、视频广告
第一个方面的探索就是希望能够在视频中找到一个合适的位置，把广告无缝嵌入进去，并且不影响大家的观看体验。
第二个方面希望通过对视频内容的分析，嵌入合适的符合这个场景的广告。
第三个方面是智能广告设计，通过机器学习的手段使得广告海报的生成更加便捷。用户能够通过简单的画直线和方框，生成一幅跟人工几乎可以相媲美的广告海报。
4．视觉诊断
视觉诊断包含两个部分，一个是诊断机器，一个是诊断生物。
传统的工业诊断方法是人拿工具到现场检查，诊断机器的目标是通过视觉分析的手段能够代替人工对机器进行检查。通过现场拍摄录像，通过视觉分析的手段，能够自动地诊断出机器的故障；诊断生物则是医学影像智能诊断。