五大可識(shí)別圖片的人工智能技術(shù)分析

成都弱電公司訊：

很長一段時(shí)間以來，人工智能的研究都停留在文字層面，好比著名的圖靈測試(TurningTest)，證明了機(jī)器能夠像人類一樣智能地回答書面問題。而假如讓機(jī)器變得更聰明，僅僅處理文字顯然是不夠的。事實(shí)上，人類心智非常善于視覺處理。從所見當(dāng)中辨認(rèn)圖案、物體以及文本情景的能力讓我們很智能，這種能力也是人的本質(zhì)特征。

不過直到最近，計(jì)算機(jī)都對(duì)圖片束手無策。好比，除非人為添加一些標(biāo)簽和注釋，否則機(jī)器就無法理解圖片，圖片也就是成了無用的文件。但是，這種尷尬的情況正在發(fā)生變化。一大批能看懂圖片的人工智能技術(shù)已經(jīng)來到人間，下面不妨來看看機(jī)器之心的盤點(diǎn)：

谷歌TensorFlow

5月份谷歌推出GooglePhotos時(shí)，媒體關(guān)注的焦點(diǎn)是：人工智能和圖片搜索結(jié)合后所產(chǎn)生的強(qiáng)大功能。谷歌聲稱(并且用戶也很快確認(rèn))，搜尋特定某人，您會(huì)找到對(duì)方從現(xiàn)在到嬰兒時(shí)期的照片。搜索品種名，您就能找到相應(yīng)品種狗的照片。把名字和食品類別結(jié)合起來，好比輸入「最大披薩」，就能鎖定特定圖片。

這款應(yīng)用發(fā)布之初，媒體無從得知谷歌究竟研發(fā)了多長時(shí)間。不過，一些搜索功能在Google+上出現(xiàn)一年多了。

兩周前，谷歌以TensorFlow平臺(tái)形式開源了它的人工智能主體部分。

盡管TensorFlow并不是第一個(gè)開源人工智能平臺(tái)，但是，它是與谷歌強(qiáng)大圖片搜索關(guān)系最為密切一個(gè)。

開源TensorFlow意味著，包括初創(chuàng)公司在內(nèi)的另外公司，能夠利用谷歌的這個(gè)開源平臺(tái)，快速將人工智能和圖片結(jié)合起來。盡管谷歌并未開放人工智能關(guān)鍵技術(shù)，包括在眾多服務(wù)器上運(yùn)轉(zhuǎn)的能力。谷歌也沒有開放讓其如此強(qiáng)大的用戶數(shù)據(jù)庫。但是，谷歌的此舉毫無疑問將**整個(gè)機(jī)器學(xué)習(xí)和人工智能創(chuàng)業(yè)生態(tài)的發(fā)展。

我們也期待著基于TensorFlow的各種震撼新應(yīng)用能于明年進(jìn)入市場。

FacebookPhotoMagic

Facebook近期開始在Messenger應(yīng)用上測試一項(xiàng)新功能——FacebookPhotoMagic。這是一個(gè)可選應(yīng)用，它會(huì)掃描手機(jī)相冊(cè)照片并對(duì)它們進(jìn)行面部辨認(rèn)處理。PhotoMagic會(huì)辨認(rèn)照片中的人物(他們也是您的Facebook好友)，建議您和他們一起分享這些照片。

毫無疑問，這項(xiàng)功能給Facebook帶來了雙重優(yōu)勢。首先，它鼓勵(lì)用戶更多在Messenger上分享。其次，它改善了辨認(rèn)。但是，僅僅這項(xiàng)便利功能是不夠的，用戶實(shí)際上可以贊成或拒絕在任意燈光條件、角度和另外參數(shù)條件下，F(xiàn)acebook使用人工智能對(duì)面部和名字進(jìn)行匹配。Facebook人工智能把握的照片越多，辨認(rèn)效果也越好。

令人吃驚的是，即使遮住了臉部，F(xiàn)acebook的「面部辨認(rèn)」一樣能能辨認(rèn)出您的臉部。這個(gè)系統(tǒng)也關(guān)注發(fā)型、姿勢、衣著和身材。(請(qǐng)注重，我們并不清楚Facebook是否已經(jīng)實(shí)現(xiàn)了這種先進(jìn)系統(tǒng)，但很明顯的是，它從用戶照片中收集數(shù)據(jù)。)

Facebook的PhotoMagic拓展了圖片庫來源，它不僅收集Facebook(社交網(wǎng)站)，還收集Messenger(聊天應(yīng)用)的數(shù)據(jù)，擴(kuò)充了數(shù)據(jù)量。PhotoMagic還鼓勵(lì)贊成或否定匹配結(jié)果，提高數(shù)據(jù)質(zhì)量。

很明顯，F(xiàn)acebook最終目標(biāo)是辨認(rèn)任意場景中的任何人，即使在看不清臉部的惡劣燈光條件下。毫無疑問，未來Facebook的人工智能會(huì)掃描和分析環(huán)境，發(fā)現(xiàn)可市場化的線索——好比，假如某人在照片里經(jīng)常打棒球，廣告商就可以利用這個(gè)信息鎖定棒球迷，盡管他在上傳照片的文字里并沒有表露出這種興趣。

毫無疑問，他們也打算通過觀察圖片中一起出現(xiàn)的人，進(jìn)一步建立社交圖譜。