有時候看着一張照片，盯久了，腦袋會突然卡殼，辨認不出照片裏面是什麼東西，每當遇到這種情況的時候，我想我內心是崩潰的。
可這樣的煩惱，我想也許以後就不存在了，MindStore 分享了一個由微軟推出的智能圖像識別機器人 CaptionBot，可以像人類一樣識別並且能夠描述圖片的內容。除了能夠告訴我圖片中的物體是什麼，還能讓我知道它正在做什麼。
CaptionBot 的出現主要是微軟為了展示其通過多年的研究成果，特意推出的微軟認知服務（Microsoft Cognitive Services）。確切地説，CaptionBot 由計算機視覺 API、人工情感 API 和Bing圖像搜索 API 等三個部分組成。
不可思議的辨認識別度
我們可以發現 CaptionBot 網站本身有提供六張圖片作為測試，只是想嚐嚐鮮的人只要輕點其中一張圖片，不久就會出現分析結果。
CaptionBot 識別的準確度比想象中要高很多，不僅僅能識別出圖片中的物體是三明治，還知道它是被切成兩塊的三明治。在三明治的下面，我們還可以為識別的結果打分，根據評分來判斷識別結果的正確性。
也許隨着評分人數的增加，CaptionBot 的深度學習系統使其智能識別準確度越來越高。
當然，像我這種具備強烈好奇心的人，自然不會忽略頁面下面的“Upload a photo”的字眼。CaptionBot 提供由本地上傳和圖片鏈接等兩種圖片上傳的方式，操作方式跟平時使用的一樣，按提示一步步完成即可。
有時候 CaptionBot 充滿人性化的語氣真是讓人忍俊不禁。
實際上 CaptionBot 的出現，讓我想起微軟在 2015 年開發者大會上，用來展示自家人臉識別 API 的網站 How-Old.net，用户只要上傳照片，系統就會自動判斷你的性別和年齡。
當時這個產品在國內外的社交平台上都火了一圈，不知道大家還記不記得，當時的朋友圈幾乎每張照片上，每個人的臉都被方框框住，每個方框上面都飄着一個數字，説不定 CaptionBot 就是下一個轉瘋朋友圈的 How-Old.net.
當時每個人都以年齡數字小為榮，可有一個詭異的事件不知道大家有沒有發現。大家可以觀察一下上面這張圖片，然後在評論區給我留言發現了什麼。
他們的“第三隻眼睛”
CaptionBot，是微軟在其圖像識別等領域取得的成果的展現， 目前它可能僅僅只是作為一個小測試，識別某張圖片的內容。
我在剛打開這個網站的時候，心裏也是嘀咕着説：“這玩意兒有什麼用啊？不就是識別圖片嘛。”
沒錯，對於普通人來説，CaptionBot 可能僅僅是在社交媒體上充當一個玩具的作用，我利用這樣一個玩具達到我娛樂和社交的目的，這樣就完了，也沒有後面的東西了，也許僅僅是兩三天後我就已經忘記這樣一個網站的存在了。
可是仔細想一想，對於盲人等一些有缺陷的人來説，這可能就是打開新世界的大門了。假如一個盲人戴着裝有能實現 CaptionBot 功能的 Google Glass 出門，任何圖像內容能夠被智能識別並且轉化為語音，那盲人是否也能通過這樣的“第三隻眼”來“看到”這個世界了？
期待這一天的到來。
題圖來自：unsplash
資料來源：愛範兒（ifanr）
作者/編輯：柳 鵬飛
請按此登錄後留言。未成為會員? 立即註冊