“水哥”王昱珩曾在其他电视节目中揭露过自己这项秘技的神奇原理：将包括水杯中的气泡、尘埃、残存的指纹（尽管轻微）在内的全部信息汇集到大脑中，并在脑中生成形象的画面，比如一只鹦鹉或一张孩子的脸。这样他就等于拿着一张照片寻找人脸目标。在他的脑中，两杯水之间的“长相”差距甚至比两张人脸的差异还要大。
    这种神技的工作“机理”跟机器视觉系统非常相像。机器视觉检测系统是采用CCD、CMOS照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

识别、检测、定位、记录——自动化图像处理如今已走进工业生产中的许多领域，机器视觉也已为人们所熟知。其实，机器视觉不仅仅是工业相机，还包括网络组件、触发装置和图像处理软件在内的整体视觉解决方案，也就是图像收集，图像分析，和图像传输三个部分。

当然，在工业领域机器善长的工作在于检测，也就是把一个个产品目标物与给定的标准进行比对，把不符合标准的目标物由执行设备进行剔除。由于现阶段的机器视觉系统只只能是逐个连续拍照并逐个传输至分析设备内，做不到直接锁定，更无法具备人类所拥有的，将抽象的杂乱信息重构成画面的想象力，因此若以“微观辨水”的规则来场人机大战的话，王昱珩必胜无疑（应该能为李世石报“一箭之仇”）。

如今，最牛的计算机在视觉识别上已经能够做到各种各样的事情，从识别网络上的猫到在诸多的照片中识别特定的面孔。不过，虽然基本的图像分类已经变得更加容易，但是当它涉及到从抽象的场景中提取意义和信息时，机器人就面临着一系列新的问题。该类技术显然还有很长的路要走。

是否可以依赖人工智能来搞定：将尘埃、气泡和纹理想象成一张孩子的脸或一只鹦鹉，笔者不敢断言。但类似“微观辨水”——在千百甚至上万个被检测物体中快速精准地锁定目标物，这样的应用场景则是我们一直渴求的，其实也是机器视觉系统所为之奋斗的目标。