�[db:标签]�长一[db:标签]��时间以来，人工智能的研究一直停留在文字层面，比如著名的“转向测试”，它证明了机器可以像人类一样智能地回答书面问题。

如果机器变得更聪明，显然不足以处理文字。事实上，人类的大脑非常擅长视觉处理。从我们所看到的事物中识别模式、物体和文本情境的能力使我们变得非常聪明，这种能力也是人类的一个基本特征。

但是直到最近，电脑对图片还是无能为力。例如，除非手动添加一些标签和注释，否则机器无法理解图片，图片将成为无用的文件。

然而，这种尴尬的局面正在改变。大量能够理解图片的人工智能技术已经问世。让我们来看看机器心脏的清单:

谷歌张量流

当谷歌在五月推出谷歌照片时，媒体聚焦于人工智能和图片搜索相结合所产生的强大功能。谷歌声称(用户很快证实)通过搜索特定的人，你会找到从现在到婴儿时期其他人的照片。搜索品种名称，你会找到相应品种的狗的照片。将一个名字和一个食物类别结合起来，比如输入“最大比萨饼”，可以锁定一个特定的图片。

当这个应用发布时，媒体无法知道谷歌已经开发了多长时间。然而，一些搜索功能已经在谷歌上运行了一年多。

如果机器变得更聪明，显然不足以处理文字。事实上，人类的大脑非常擅长视觉处理。从我们所看到的事物中识别模式、物体和文本情境的能力使我们变得非常聪明，这种能力也是人类的一个基本特征。

虽然TensorFlow不是第一个开源人工智能平台，但它是与谷歌强大的图片搜索最密切相关的平台。

开源张量流意味着其他公司，包括初创公司，可以使用谷歌的开源平台快速将人工智能和图像结合起来。尽管谷歌还没有开发出人工智能的关键技术，包括在众多服务器上运行的能力。谷歌还没有开放让它如此强大的用户数据库。然而，谷歌的举动无疑将刺激整个机器学习和人工智能创业生态的发展。

我们也期待明年基于TensorFlow的各种令人震惊的新应用进入市场。

脸书照片魔术

脸书最近开始在信使应用程序上测试新功能——脸书照片魔术。这是一个可选的应用程序，扫描手机相册的照片，并对它们进行面部识别。照片魔术会识别照片中的人(他们也是你的脸书朋友)，并建议你和他们分享这些照片。

毫无疑问，这个功能给脸书带来了双重优势。首先，它鼓励用户在信使上分享更多。其次，它提高了认知度。然而，仅仅这种便利功能是不够的。用户实际上可以批准或拒绝脸谱网使用人工智能在任何光照条件、角度和其他参数下匹配人脸和名字。脸谱人工智能的照片越多，识别效果就越好。

如果机器变得更聪明，显然不足以处理文字。事实上，人类的大脑非常擅长视觉处理。从我们所看到的事物中识别模式、物体和文本情境的能力使我们变得非常聪明，这种能力也是人类的一个基本特征。

脸书的照片魔术扩大了图片库的来源。它不仅从脸书(社交网站)收集数据，还从信使(聊天应用)收集数据，扩大了数据量。照片魔术还鼓励批准或拒绝匹配结果，以提高数据质量。

很明显，脸谱的最终目标是在任何场景中识别任何人，即使是在恶劣的光照条件下，也不能清楚地看到人脸。毫无疑问，脸书的人工智能将在未来扫描和分析环境，并找到适销的线索——。例如，如果有人经常在照片中打棒球，广告商可以利用这些信息来锁定棒球爱好者，尽管他对上传照片的文字并不感兴趣。

毫无疑问，他们也打算通过观察照片中一起出现的人来进一步建立社会地图。

微软牛津项目

微软最近更新了其牛津项目，这是一个允许开发者通过其Azure云平台使用微软人工智能系统的工具包。

该工具包支持人工智能应用的所有方面，包括口语、视频和其他媒体。然而，最令人震惊和强大的功能是牛津项目现在支持开发人员通过牛津项目面部应用程序接口检测图片中的面部表情。

例如，使用牛津项目处理一张五个人的照片，识别照片中的人脸和每个人的面部表情——。快乐、愤怒或恶心。

这个函数像人类一样在一个新的层次上“理解”图像质量。当看别人的照片时，人们注意的最重要的特征是个人或群体的情绪状态。

Pinterest可视搜索

Pinterest最近发布了一个新的图片搜索功能，可以帮助用户找到更多信息，甚至购买他们在固定照片中看到的产品。

首先，选择Pinterest图片中的任何对象(来回拖动方框标记)。然后，搜索工具会找到具有相似图案和颜色的相似对象，系统会将最匹配的结果链接到购买按钮。点击此处购买产品。

该功能基于伯克利视觉和学习中心对人工智能的深入学习。

这种照片人工智能应用程序可以说是万维网照片的原型，其中每张照片中的每一个对象都与它的等价或相似或相关的对象相关联。

在不久的将来，智能生命肯定会完全进入我们的生活。有兴趣进入未来前沿产业的朋友可以收集智能生命，及时获取前沿信息和人工智能、大数据、云计算和物联网的基础知识。让我们携手引领人工智能的未来！