視覚知識は新しい知識表現形式であり、その理論は認知科学に根ざしている。 視覚知識は視覚インテリジェンスの核心要素、すなわち視覚概念、視覚関係、視覚操作、視覚推論などに統一的で包括的かつ説明可能な理論フレームワークとモデリング手法を提供することを目指している。 認知科学の研究は、視覚関連知識が人間の認知プロセスや知性行動において不可欠な役割を果たしていることを実証している。 したがって、視覚知識の表現と学習は、視覚インテリジェンスや機械インテリジェンスの発展に重要な役割を果たすと推測できる。 近年、人工知能は着実な進歩を遂げており、特に人工知能の大規模なモデルは従来のモデルを超える知性水準を実現している。 大規模なモデルは、大量のデータから普遍的な規則を自動的に見つけ出し、これらの規則を超大規模なニューラルネットワークのパラメータに符号化し、大規模な知識の自動抽出と暗黙知識のパラメータ化保存を実現している。 この大規模モデルによる新たな人工知能技術革命は、視覚知識を持つ先進的な知的エージェントの構築に新たな機会と挑戦をもたらすであろう。 本稿ではこのような状況について、視覚知識の理論的基盤を詳細に分析し、近年の視覚知識関連分野の発展状況を体系的に回顧するとともに、大規模モデル時代の視覚知識の発展方向とその重要な役割に対する展望や見通しを提示している。

視覚知識; 人工知能; 基礎モデル; ディープラーニング