很長一段時間以來，人工智能的研究都停留在文字層面，比如著名的圖靈測試（Turning Test），證明了機(jī)器能夠像人類一樣智能地回答書面問題。
而如果讓機(jī)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(dāng)中識別圖案、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，計算機(jī)都對圖片束手無策。比如，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：
谷歌 TensorFlow
5月份谷歌推出 Google Photos時，媒體關(guān)注的焦點是：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，你會找到對方從現(xiàn)在到嬰兒時期的照片。搜索品種名，你就能找到相應(yīng)品種狗的照片。把名字和食品類別結(jié)合起來，比如輸入「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(qiáng)大圖片搜索關(guān)系最為密切一個。
開源TensorFlow意味著，包括初創(chuàng)公司在內(nèi)的其他公司，能夠利用谷歌的這個開源平臺，快速將人工智能和圖片結(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)行的能力。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刺激整個機(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)入市常
Facebook Photo Magic
Facebook近期開始在Messenger應(yīng)用上測試一項新功能——Facebook Photo Magic。這是一個可選應(yīng)用，它會掃描手機(jī)相冊照片并對它們進(jìn)行面部識別處理。Photo Magic會識別照片中的人物（他們也是你的Facebook好友），建議你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(yōu)勢。首先，它鼓勵用戶更多在Messenger上分享。其次，它改善了識別。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、角度和其他參數(shù)條件下，F(xiàn)acebook使用人工智能對面部和名字進(jìn)行匹配。Facebook人工智能掌握的照片越多，識別效果也越好。
令人吃驚的是，即使遮住了臉部，F(xiàn)acebook的「面部識別」一樣能能識別出你的臉部。這個系統(tǒng)也關(guān)注發(fā)型、姿勢、衣著和身材。（請注意，我們并不清楚Facebook是否已經(jīng)實現(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Photo Magic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。Photo Magic還鼓勵贊成或否定匹配結(jié)果，提高數(shù)據(jù)質(zhì)量。
很明顯，F(xiàn)acebook最終目標(biāo)是識別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(huán)境，發(fā)現(xiàn)可市場化的線索——比如，如果某人在照片里經(jīng)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(xiàn)的人，進(jìn)一步建立社交圖譜。
微軟牛津項目（Project Oxford）
微軟日前也更新它的牛津項目，這是一個工具包，讓開發(fā)者通過旗下的Azure云平臺，使用微軟的人工智能系統(tǒng)。