谷歌的人工智能研究人員最近展示了一種新的訓(xùn)練方式，可以讓計(jì)算機(jī)理解為什么有些圖像比其他圖像更美觀。
傳統(tǒng)上，機(jī)器會(huì)使用基本的分類——比如判斷一個(gè)圖像是否有“貓”。新的研究表明，現(xiàn)在人工智能可以對(duì)圖像質(zhì)量進(jìn)行評(píng)分，不管類別是什么。這個(gè)過程被稱為神經(jīng)圖像評(píng)估（NIMA），它利用深度學(xué)習(xí)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（CNN）來預(yù)測圖像的評(píng)級(jí)。
根據(jù)研究人員發(fā)表的一份白皮書：“我們的方法與其他方法不同，因?yàn)槲覀兺ㄟ^卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測人類的意見分?jǐn)?shù)分布。我們的結(jié)果網(wǎng)絡(luò)不僅可以被用來可靠地給圖像打分，而且與人類的感知高度相關(guān)，并且還可以幫助在攝影通道中對(duì)照片編輯／增強(qiáng)算法進(jìn)行調(diào)整和優(yōu)化?！?/p>
NIMA模型避開了傳統(tǒng)的方法，采用了10分制的評(píng)分標(biāo)準(zhǔn)。機(jī)器會(huì)檢查圖像的特定像素和整體美學(xué)。然后它會(huì)決定某一個(gè)評(píng)級(jí)有多大可能被一個(gè)人選擇?；旧?，人工智能會(huì)試圖猜測一個(gè)人喜歡這張照片的程度。這并不能使機(jī)器獲得感知或思考的能力，但它可能會(huì)讓計(jì)算機(jī)成為更好的藝術(shù)家或策展人。這個(gè)過程可能會(huì)被應(yīng)用于尋找一批最好的圖片。
如果你是那種每次拍20或30張圖片的人，為了確保你擁有最好的照片，這可以為你節(jié)省很多空間。假設(shè)，只要點(diǎn)擊一下按鈕，AI就可以查看存儲(chǔ)中的所有圖片，并確定哪些圖片是類似的，然后保留最好的，刪除剩余的。根據(jù)谷歌研究博客最近的一篇文章，NIMA也可以用來優(yōu)化圖像設(shè)置，從而產(chǎn)生完美的結(jié)果：
“我們觀察到，由NIMA評(píng)分的對(duì)比調(diào)整可以改善基準(zhǔn)的審美評(píng)分。因此，我們的模型能夠引導(dǎo)一個(gè)深度的CNN過濾器，找到其參數(shù)近乎理想的設(shè)置，比如亮度、高光和陰影。”
創(chuàng)建一個(gè)幾乎和人類一樣理解圖像質(zhì)量的神經(jīng)網(wǎng)絡(luò)似乎并不具有革命性，但對(duì)于擁有像人類一樣視力的計(jì)算機(jī)應(yīng)用程序卻有很多。
為了讓人工智能在現(xiàn)實(shí)世界中執(zhí)行任務(wù)，比如在沒有人類幫助的情況下安全地駕駛汽車，它必須能夠“看到”并理解它的環(huán)境。NIMA，以及像它這樣的項(xiàng)目，正在為未來的全功能機(jī)器打下基礎(chǔ)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
