提及人工智能(AI)，恐怕大多數(shù)人首先想到的仍是多年前，斯皮爾伯格執(zhí)導(dǎo)的那部電影。實(shí)際上，很長(zhǎng)一段時(shí)間，人們對(duì)AI的研究尚且停留在文字層面，且計(jì)算機(jī)對(duì)普片的識(shí)別，要依靠人工添加的標(biāo)簽與注釋。現(xiàn)在，這一窘境終于有望被打破。

　　文字層面尚淺 盤(pán)點(diǎn)五類可識(shí)別圖片AI技術(shù)

　　今年5月份，谷歌推出了Google Photos，谷歌聲稱搜尋特定某人，你會(huì)找到對(duì)方從現(xiàn)在到嬰兒時(shí)期的照片;搜索品種名，則能找到相應(yīng)品種狗的照片。把名字和食品類別結(jié)合起來(lái)，比如輸入‘最大披薩’，就能鎖定特定圖片。

　　之后，谷歌以TensorFlow平臺(tái)形式開(kāi)源了它的人工智能主體部分。盡管TensorFlow并不是第一個(gè)開(kāi)源人工智能平臺(tái)，但它卻是與谷歌強(qiáng)大圖片搜索關(guān)系最為密切一個(gè)。

　　同樣在今年，一家名為CamFind的圖片識(shí)別和視覺(jué)搜索公司，推出了一款“云視覺(jué)”(CloudSight)公共應(yīng)用平臺(tái)。該API支持開(kāi)發(fā)者通過(guò)CamFind的人工智能，進(jìn)行圖片內(nèi)容分析。

　　這樣，可使大多數(shù)情況下掃描具有高度特定性，例如識(shí)別汽車的制造與模型，寵物狗的品種以及食品的具體類型。一旦分析出圖片中的物品，開(kāi)發(fā)者便可通過(guò)這些信息來(lái)獲取網(wǎng)絡(luò)上的文字信息。

　　目前，F(xiàn)acebook已開(kāi)始在Messenger應(yīng)用上測(cè)試一項(xiàng)新功能“Facebook Photo Magic”，該應(yīng)用會(huì)掃描手機(jī)相冊(cè)照片，并對(duì)照片進(jìn)行面部識(shí)別處理。“Photo Magic”會(huì)識(shí)別照片中的人物并建議你和他們一起分享這些照片。Facebook使用人工智能對(duì)面部和名字進(jìn)行匹配，人工智能掌握的照片越多其識(shí)別效果越佳，即便臉部被遮住，F(xiàn)acebook的“面部識(shí)別”一樣能夠識(shí)別出你的臉部。

　　當(dāng)然，除了面部特征該系統(tǒng)還關(guān)注發(fā)型、姿勢(shì)、衣著和身材。此外，Photo Magic拓展了圖片庫(kù)來(lái)源。也就是說(shuō)，它除了收集Facebook外，還可以收集Messenger(聊天應(yīng)用)的數(shù)據(jù)，擴(kuò)充數(shù)據(jù)量。

　　近日，微軟也更新了自己的牛津項(xiàng)目(Project Oxford)。實(shí)際上，Project Oxford是一個(gè)讓開(kāi)發(fā)者通過(guò)旗下的Azure云平臺(tái)，使用微軟人工智能系統(tǒng)的工具包。

　　據(jù)了解，Project Oxford工具包能夠支持包括口語(yǔ)、視頻以及其他媒體在內(nèi)的人工智能應(yīng)用。但與這些相比，其最強(qiáng)大的功能要屬牛津項(xiàng)目現(xiàn)在支持開(kāi)發(fā)者通過(guò)牛津人臉應(yīng)用平臺(tái)接口項(xiàng)目( Project Oxford Face API)，檢測(cè)照片中的人物表情。

　　例如用Project Oxford處理上圖的五個(gè)人組成照片，Project Oxford可以識(shí)別照片中的人臉以及每個(gè)人的表情，或快樂(lè)或憤怒或者焦慮等等。不得不說(shuō)，該項(xiàng)功能創(chuàng)造了一個(gè)全新的高度，讓人工智能像人類一樣“解讀”圖片。

　　巧合的是，Pinterest也在近期發(fā)部了自己全新的圖片搜索功能“Visual Search”，幫助用戶發(fā)現(xiàn)更多的信息，甚至幫助他們購(gòu)買在固定照片中找到的產(chǎn)品。該功能以伯克利視覺(jué)和學(xué)習(xí)中心的深度學(xué)習(xí)人工智能為基礎(chǔ)。

　　用戶在Pinterest頁(yè)面看中的圖片中，來(lái)回拖動(dòng)一個(gè)盒狀標(biāo)識(shí)以選中自己心儀的物體。隨后，搜索工具會(huì)找到具有相似圖案與顏色的類似產(chǎn)品，系統(tǒng)將最匹配的結(jié)果鏈接到購(gòu)買按鈕上，點(diǎn)擊這里就能購(gòu)買該產(chǎn)品。這點(diǎn)倒是與淘寶中的“查找相似款”有些類似，只不過(guò)Pinterest是通過(guò)圖片。

　　最后，再來(lái)說(shuō)說(shuō)Deepomatic。Deepomatic網(wǎng)站開(kāi)發(fā)了一個(gè)服務(wù)型的智能搜索引擎，可以識(shí)別圖片中的各類商品數(shù)據(jù)。Deepomatic不僅可以為用戶找到相匹配的顏色、圖案以及其它數(shù)據(jù)，還能識(shí)別出圖片中的物品，將該物品與一個(gè)全面的時(shí)尚產(chǎn)品數(shù)據(jù)庫(kù)進(jìn)行匹配。

　　對(duì)此，Deepomatic網(wǎng)站表示，該技術(shù)是模擬了人類大腦接收視覺(jué)信息的方式，并將這種方式用來(lái)理解各種概念。

　　實(shí)際上，這僅僅是人工智能從文字層面邁向圖片識(shí)別的一個(gè)開(kāi)始。通過(guò)API，開(kāi)源程序以及服務(wù)化處理讓人工智能識(shí)別圖片能夠成為實(shí)現(xiàn)。要知道，若想真正做到模擬人類，人工智能即計(jì)算機(jī)必須擁有自己的視覺(jué)。