人工智能在建筑中的使用越来越多
大多数受访者还表示,他们计划在未来五年内增加人工智能的使用。
社交媒体是自拍的战场。我们的自我因喜欢、转发和评论而生死,但直到现在,只有人类才能评判你在早午餐发的那张甜蜜的照片。
斯坦福大学研究员安德烈·卡尔帕西使用社交媒体上的图片训练了一个1.4亿参数的神经网络,根据每张图片收到的点赞量来衡量最终的自拍。
卡尔帕西使用了卷积神经网络,这是处理图像时最常用的一种人工智能。它是由扬·勒昆发明的,他现在是脸书人工智能研究的负责人。首先,他向网络展示了自拍200万照片,这些照片是他通过在网上搜索标记为#selfie的社交媒体帖子获得的。点赞量与观众规模成正比的自拍被评为更好。然后,神经网络将这些图像分解成不同的抽象级别,最终了解一张好的自拍是什么样子。
这台机器帮助卡尔帕西意识到了一些关于#自拍的事情。首先,最受欢迎的自拍是由女性发布的。当机器被要求对新照片进行排名时,前100张自拍中没有一个男性。它还喜欢使用滤镜、过度饱和面部和添加边框等技巧。
有了最好的,就会有最坏的。底层自拍大多太近,光线也很低。集体拍摄的排名一直较低,尽管他们在训练过程中得到了优先考虑。
卡尔帕西将他的人工智能构建成一个Twitter机器人,@Deep selfie ,将你的自拍排在100%的位置。到目前为止,这非常残酷。例如,过去5年里我唯一没有胡子的照片排名为44.7%。这意味着在100张自拍中,我的自拍有44.7%的机会进入所有自拍的上半部分。如果我得到90%,我将有90%的把握进入上半部分。试试看,看看这个人工智能机器是否认为你的自拍游戏成功了。
2015年10月27日更新,更正安德烈·卡尔帕西的姓名和隶属关系。
这个AI判断你的自拍游戏