Google的人工智能可以預(yù)測(cè)人類(lèi)是否喜歡一張圖像
據(jù)外媒報(bào)道，Google的人工智能研究人員最近展示了一種教計(jì)算機(jī)的新方法，以了解為什么一些圖像比其他圖像更美觀(guān)。傳統(tǒng)上，機(jī)器使用傳統(tǒng)編目方法對(duì)圖像進(jìn)行分類(lèi)。新的研究表明，人工智能現(xiàn)在可以評(píng)價(jià)圖像質(zhì)量，不管其類(lèi)別如何。
這個(gè)稱(chēng)為神經(jīng)系統(tǒng)圖像評(píng)估（NIMA）的過(guò)程使用深度學(xué)習(xí)來(lái)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（CNN）來(lái)預(yù)測(cè)對(duì)圖像的評(píng)價(jià)。
根據(jù)研究人員發(fā)表的一份白皮書(shū)：
我們的方法不同于其他方法，因?yàn)槲覀兪褂镁矸e神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)人類(lèi)意見(jiàn)分?jǐn)?shù)的分布。我們得到的網(wǎng)絡(luò)不僅可以用來(lái)可靠地評(píng)價(jià)圖像，庫(kù)卡機(jī)器人，并與人類(lèi)感知高度相關(guān)，而且還可以幫助適應(yīng)和優(yōu)化攝影中的照片編輯/增強(qiáng)算法。
NIMA模式避開(kāi)了傳統(tǒng)的方法，并以10分制評(píng)分。機(jī)器檢查圖像的特定像素及其整體美學(xué)。然后確定人們選擇評(píng)分的可能性。基本上，AI試圖猜測(cè)一個(gè)人是否會(huì)喜歡這張圖片。這可能使計(jì)算機(jī)成為更好的藝術(shù)家或策展人。這個(gè)過(guò)程可能會(huì)被用來(lái)批量查找最佳的圖像。
如果您是一種能夠一次拍攝20或30張圖像的人，以確保您獲得最佳圖像，這可以為您節(jié)省大量空間。假設(shè)，只需輕點(diǎn)一下按鈕，AI就可以瀏覽存儲(chǔ)器中的所有圖像，庫(kù)卡機(jī)器人何服電機(jī)維修，并確定哪些圖像是相似的，然后刪除除最佳圖像外的所有圖像。
根據(jù)谷歌研究博客最近的一篇文章，NIMA也可以用來(lái)優(yōu)化圖像設(shè)置，以產(chǎn)生完美的效果：
我們觀(guān)察到基準(zhǔn)美學(xué)評(píng)分可以通過(guò)NIMA評(píng)分指導(dǎo)的對(duì)比調(diào)整來(lái)改善。因此，我們的模型能夠引導(dǎo)一個(gè)CNN過(guò)濾器，機(jī)器人維修，以找到其參數(shù)的美觀(guān)最佳設(shè)置，例如亮度，高光和陰影。