成都弱電公司訊：

很長一段時間以來，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)，證明了機器能夠像人類一樣智能地回答書面問題。而假如讓機器變得更聰明，僅僅處理文字顯然是不夠的。事實上，人類心智非常善于視覺處理。從所見當中辨認圖案、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特征。

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

谷歌TensorFlow

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

這款應用發布之初，媒體無從得知谷歌究竟研發了多長時間。不過，一些搜索功能在Google+上出現一年多了。

兩周前，谷歌以TensorFlow平臺形式開源了它的人工智能主體部分。

盡管TensorFlow并不是第一個開源人工智能平臺，但是，它是與谷歌強大圖片搜索關系最為密切一個。

開源TensorFlow意味著，包括初創公司在內的另外公司，能夠利用谷歌的這個開源平臺，快速將人工智能和圖片結合起來。盡管谷歌并未開放人工智能關鍵技術，包括在眾多服務器上運轉的能力。谷歌也沒有開放讓其如此強大的用戶數據庫。但是，谷歌的此舉毫無疑問將**整個機器學習和人工智能創業生態的發展。

我們也期待著基于TensorFlow的各種震撼新應用能于明年進入市場。

FacebookPhotoMagic

Facebook近期開始在Messenger應用上測試一項新功能——FacebookPhotoMagic。這是一個可選應用，它會掃描手機相冊照片并對它們進行面部辨認處理。PhotoMagic會辨認照片中的人物(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，這項功能給Facebook帶來了雙重優勢。首先，它鼓勵用戶更多在Messenger上分享。其次，它改善了辨認。但是，僅僅這項便利功能是不夠的，用戶實際上可以贊成或拒絕在任意燈光條件、角度和另外參數條件下，Facebook使用人工智能對面部和名字進行匹配。Facebook人工智能把握的照片越多，辨認效果也越好。

令人吃驚的是，即使遮住了臉部，Facebook的「面部辨認」一樣能能辨認出您的臉部。這個系統也關注發型、姿勢、衣著和身材。(請注重，我們并不清楚Facebook是否已經實現了這種先進系統，但很明顯的是，它從用戶照片中收集數據。)

Facebook的PhotoMagic拓展了圖片庫來源，它不僅收集Facebook(社交網站)，還收集Messenger(聊天應用)的數據，擴充了數據量。PhotoMagic還鼓勵贊成或否定匹配結果，提高數據質量。

很明顯，Facebook最終目標是辨認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的人工智能會掃描和分析環境，發現可市場化的線索——好比，假如某人在照片里經常打棒球，廣告商就可以利用這個信息鎖定棒球迷，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的人，進一步建立社交圖譜。