科客點(diǎn)評(píng)：相比國(guó)內(nèi)動(dòng)不動(dòng)的“黑科技”，這樣的科技才是改變生活的根本。

　　微軟的研究人員又有新的腦洞，他們想讓計(jì)算機(jī)以人工智能的方式，把幾張圖片里發(fā)生的事情給講述出來(lái)。今天，他們已將發(fā)表了關(guān)于這項(xiàng)技術(shù)的學(xué)術(shù)論文，旨在為了視覺(jué)損傷人士提供具體的圖片信息。

　　這項(xiàng)技術(shù)非常有意義，這不僅僅是遠(yuǎn)超之前的圖片描述（Image Caption）技術(shù)。根據(jù)微軟研究員Margaret Mitchell的說(shuō)法，這項(xiàng)技術(shù)不僅可以描述出照片的背景，而且還可以告訴你，在照片里，什么樣的人正在做了什么事。這是基于深度學(xué)習(xí)（deep learning）理論而開(kāi)發(fā)的，之前微軟也把這種理論應(yīng)用到語(yǔ)音識(shí)別和機(jī)器翻譯。目前，谷歌、Facebook和其他公司也在積極參與這項(xiàng)研究。

　　為了改善這個(gè)領(lǐng)域的現(xiàn)狀，微軟依賴(lài)人工把單張圖片的標(biāo)題內(nèi)容和特定的圖片順序?qū)懗鰜?lái)。工程師再利用已有的信息教會(huì)機(jī)器，把圖片序列發(fā)生的事情復(fù)述出來(lái)。如上圖所示，單個(gè)圖片顯示出來(lái)的信息是一群年輕人圍著桌子坐一起，而經(jīng)過(guò)序列處理后，描述出一群人在享受互相聊天的美好時(shí)光。

　　如果這項(xiàng)技術(shù)能順利推出，這無(wú)疑將為盲人辨識(shí)視頻和圖片信息的道路上邁出了一大步。關(guān)注科客網(wǎng)官方微信kekebat，獲取更多精彩資訊。（文/Poplar）