我們?cè)谟?jì)算機(jī)視覺(jué)領(lǐng)域取得了長(zhǎng)足的進(jìn)步，以至于配備了人工智能(AI)的自動(dòng)駕駛汽車(chē)可以有效地“看到”周?chē)沫h(huán)境。但是，我們可以教AI如何“感受”它所??看到的東西嗎?Getty Images的人們認(rèn)為我們可以。

乍一看，人工智能可以“感受”某些東西的想法似乎牽強(qiáng)。總體而言，感覺(jué)與我們的人類(lèi)身份緊密相關(guān)。任何人對(duì)某事的感覺(jué)必然與另一人的感覺(jué)不同。根據(jù)定義，感覺(jué)是主觀的。實(shí)際上，很難找到比“感覺(jué)”更主觀的主題。那么，這如何與計(jì)算機(jī)的客觀功能相結(jié)合?

根據(jù)Getty Images的高級(jí)數(shù)據(jù)科學(xué)家Andrea Gagliano的說(shuō)法，該解決方案相對(duì)簡(jiǎn)單。

就像計(jì)算機(jī)視覺(jué)程序通過(guò)將圖像分解為組成特征(或向量)并將其與已知實(shí)體進(jìn)行比較來(lái)攻擊識(shí)別問(wèn)題一樣，Getty也在訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)算法以尋找圖像本身中的某些元素以確定有關(guān)人類(lèi)將依附于他們的情緒的線(xiàn)索。

加利亞諾說(shuō)，這個(gè)竅門(mén)是將各種人類(lèi)情感編碼為與圖像相關(guān)的向量。對(duì)于蓋蒂數(shù)據(jù)科學(xué)家選擇的每種情感或感覺(jué)，例如“真實(shí)的”或“此刻”，該公司將收集以某種方式表示該感覺(jué)或情感的圖像集合。每個(gè)圖像都有100到1,000個(gè)可以構(gòu)建該矢量的特征或變量，然后可以用來(lái)推斷新圖像。一旦建立起來(lái)，這些模型就可以用來(lái)生成更好的關(guān)鍵字，以幫助用戶(hù)找到圖像，Gagliano說(shuō)。

她說(shuō)：“從計(jì)算機(jī)視覺(jué)的角度來(lái)看，我們正在構(gòu)建更豐富的元數(shù)據(jù)，以數(shù)學(xué)方式表示圖像的不同部分，無(wú)論是圖像的語(yǔ)義理解還是人們周?chē)氖挛铩?rdquo;

除了生成更好的關(guān)鍵字之外，向量還可以用于創(chuàng)建與某些感覺(jué)或心情相對(duì)應(yīng)的不同圖像組。例如，該公司正在尋求使用高維特征來(lái)表示“真實(shí)”或“當(dāng)下”的感覺(jué)，Gagliano說(shuō)。

她說(shuō)：“我們?cè)诳蛻?hù)[要求]方面正在做很多工作，以提供更多'真實(shí)的'和'較少庫(kù)存的'圖像。”“所以我們正在解構(gòu)，那真的意味著什么?這是否意味著人們沒(méi)有微笑，或者他們沒(méi)有看著相機(jī)?可能存在著溫暖的人際關(guān)系，或者也許他們?cè)诖丝?，在說(shuō)話(huà)或舉手。因此，“真實(shí)圖像”的像素元素是什么，我們可以圍繞這些圖像元素建立計(jì)算機(jī)視覺(jué)，以補(bǔ)充圖像周?chē)恼Z(yǔ)言數(shù)據(jù)，從而能夠在搜索中更好地提供這些圖像。”

Gagliano說(shuō)，無(wú)論是通過(guò)傳統(tǒng)關(guān)鍵字還是通過(guò)幕后的高維度功能，用戶(hù)與圖像進(jìn)行交互的方式都是為了為Getty Images用戶(hù)提供與公司目錄中3億張圖像進(jìn)行交互的新方式。