人工智能會做飯會下棋，現(xiàn)在也會作畫了。
這不是指胡亂的沒有邏輯的涂鴉，Google 之前做過這事。最近加州大學伯克利分校一個計算機神經(jīng)網(wǎng)絡團隊做了一套算法，可以讓機器人給黑白照片填色，以接近照片原本的色彩為目的。
先來看看結(jié)果吧。左邊一列是被黑白化的圖片，中間一列是計算機還原的色彩，最右邊是圖片原本的樣子。
這是一套極力模擬人類認知圖片方式的算法。如果在你面前展開一幅黑白圖片叫你填色，你的邏輯大概是這樣：首先搞清楚圖中物體是什么，繼而依據(jù)經(jīng)驗判斷這樣物體通常情況下是什么顏色，最后再拿起顏料上色。
同樣的，計算機學會填色的前提是，它得明白圖中到底是什么。研究人員給他們的機器人“喂食”了超過 100 萬張彩*片，計算機最終學習了 1000 個類別的物體，有些非常具體，比如“綠色的蛇”、“桔子”、“軍裝”、“披薩”……
即便如此，算法還是會出錯，研究人員也承認計算機會因為輸入數(shù)據(jù)的原因而存在填色的“偏見”。
不過總體來看，計算機的填色并沒有多少十分離譜不合邏輯的例子。比如上圖中灰色的雪納瑞被涂上了*，但如果你不知道原圖是啥樣，依然會覺得這沒什么問題。
研究人員模擬圖靈測試，邀請志愿者在原圖和計算機圖片中挑選一張，判斷哪個是原本的圖片。最后，計算機“騙過”了 20% 的志愿者。
這項成果目前還是處在學術(shù)層面，在“怎么把圖像識別用在具體的產(chǎn)品”這個問題上，Google 做出了不少努力，比如可以自動幫你把照片歸類、打標簽的 Google Photos。
Google 最近用類似的方法，教會了機器人判別圖像的地理位置，在不依靠 GPS 的情況下。Google 通過 1.2 億張圖片讓計算機學會識別圖中物體，繼而讓它依據(jù)這些信息判斷這些物體應該存在于哪些地方。
Google 甚至還想做一個圖像識別的手機芯片，裝上后手機可以實時識別身邊的物體，完成比如翻譯路標的工作，或者幫助盲人導航。
;){kind=link}