◆ ◆ ◆

导语

 “深度学习”，“人工智能”已不是什么高深莫测的技术，这些技术正飞入你的手机里！深度学习正在被用于创造许多好玩的手机应用中，我们今天就来看几个例子。

除了爆火朋友圈的Prisma，深度学习还被用于另外几个有趣的应用中。比如康奈尔大学的研究人员开发的新技术Groklstyle ，可以帮助您像专业人士一样选择家具；Dreambit 则是一款利用人工智能系统预测不同的发型下你的摸样的应用。

◆ ◆ ◆

Prisma  -- 人人都可以变成艺术大师

“我们和Instagram的滤镜不同。我们就像真正的艺术家一样绘画。”--Prisma创始人Alexey Moiseenkov

最近最火的手机应用要属来自俄罗斯的Prisma了。这个手机应用可以将你的照片 - 甚至是糟糕的那些 – 转化成为一件艺术品，像是高大上的印象派或流行艺术画。开发了Prisma的俄罗斯创业公司Prisma Labs表示，该应用上个月在苹果应用商店上市后，已突破1650万次的下载量，而这周Prisma在安卓市场上市后，更是飙升到每天200万下载量。Prisma的粉丝里不乏俄罗斯政治家和宝莱坞明星，他们同其他粉丝一样将Prisma图片传到他们的Instagram上。

Prisma使用了复杂的处理技术才制作出充满艺术感的图片。与Instagram不同，它不使用滤镜，而是在原本的图片上“作画”，画出特别的风格，如爱德华.蒙克的呐喊和俄罗斯抽象派艺术家瓦西里·康定斯基的作品。Prisma称，用户已经使用软件处理达65亿照片。

Prisma背后的技术，是基于一篇德国科研机构去年发布的研究。此类方法使用了许多人工智能系统的基石，神经网络，来分析一张图片视觉效果上的特质，结合其他艺术效果创造出一张新图片。Prisma的顾问Gurski表示，这家初创公司已经把这项技术改善得功能更强大、更快捷，让公司能扩张“成千上万的用户”。

当Prisma已经提供了大约30种免费的影像处理技术，这个9人大小的公司已经开始进行关于盈利的试验。公司对某种滤镜向赞助商收费并把赞助商广告展示给用户。高露洁公司赞助了印象主义风格，希望以此提升公司沐浴露的销售；打车软件初创公司Gett赞助了都市风格的滤镜。Moiseenkov说广告商们很喜欢这种方式，认为这相对社交网络上的传统广告来说，“更加个性化”。

Prisma背后的技术，深度学习，需要拥有比智能手机强大60倍的图像处理能力的计算机去编辑图片。随着Prisma的用户越来越多，现在每分钟就有3万5千张图片通过Prisma应用进行编辑，这就需要Prisma团队拥有几千个图像处理器。为了解决这个问题，Prisma团队实际上把计算处理的过程“外包”给了用户的智能手机。这是通过扔掉深度学习神经网络中“不必要的部分”，使得在手机这种相对比较能力弱的机器上，此应用仍可保持同样优秀的性能。这是一个非常了不起的工程挑战。这项技术突破让智能手机可以运行应用程序，使Prisma更加有效，可以让世界上更多的人使用它。

◆ ◆ ◆

Groklstyle  -- 室内居家装饰装修的好帮手

很多时候，你看到别人家里或者某张图片里的某个东西，觉得特别喜欢但是却不知道去哪儿去买。如果你认为你有室内设计的才华，或者只是单纯想美化自己的家，康奈尔大学的研究人员开发的新技术可以帮助您像专业人士一样选择家具。对专业的室内设计人士来说，这款应用可能更是有用了。

输入一把椅子，一盏灯或其他一些物品的照片，这个应用就会告诉你它的制造商以及在哪里可以买到它，并给你提供一些该物品适合在什么样的房间里的照片。

在Groklstyle手机应用里，用户可以拍摄一间房间的照片，并选择特定的家具，或者只提交该家具的图片。计算机找到匹配的物品，并且返回该物品在其他地方出现的图片。

该系统依靠的技术也是“深度学习”神经网络，它使计算机从来自制造商的产品目录和专门用于家居装饰专业网站庞大的数据图片库中去匹配提交的照片。

用户们在使用这项服务的时候，自然不希望等待结果的时间太长。于是系统并不强制计算机寻找匹配整个数据库，而是通过使用神经网络利用像素排列的广义特点来对提交的图像的产生“指纹”。然后计算机查询的数据库时只查询一个局部区域，类似于寻找某一个地区的电话号码，我们只需要从那些以该区域号码开头的号码里查找即可。

研究员们说，未来他们还会涉及类似的系统来查找其他类型的产品，比如服装和时尚类。

◆ ◆ ◆

Dreambit – 人工智能系统预测不同的发型下你的摸样

一种新的个性化搜索引擎可以帮助你探索你的样子:棕色的头发，卷发或在不同的历史时代。只需上传自拍，在Dreambit里键入像“卷发”或“1930年代的女人”类似的特征，并通过类似的图片照片集软件的算法搜索相同术语，无缝将你的脸映射到符合搜索条件的图像上。

Ira Kemelmacher-Shlizerman是在华盛顿大学的计算机视觉研究员，用TITAN GPU和cuDNN加速Caffe深度学习框架来训练模型和用来引申，开发了这款图片识别软件。Dreambit还吸取了华盛顿大学和其他来源之前关于面部处理，识别，三维重建和年龄进展等方面的研究。这些算法中创建的混合图像以独特的方式相结合。这个新软件还可以帮助显示失踪的孩子或逃犯可能是什么样子(如果他们的外表已经被故意伪装)，甚至是他们长大和老去后能变成什么样子。

Dreambit通过合成左上角的原图片和网络上的关于“卷发”(第一排)，“印度”（第二排）以及“1930年代”(第三排)的查询，而得到的最终的结果图像。

Dreambit预测一岁的小男孩（上）和四岁的小女孩（下）多年后会是什么样子。

◆ ◆ ◆

结语

人工智能早已经不仅仅出现在科幻电影里了，现在我们在我们的智能手机等手持里就有它的痕迹。随着计算能力的不断增强，我们期待更复杂的算法出现。虽然该领域的许多专家都表达了对人工智能及其对人类的影响不同的意见，但是不能否认的是我们的好奇心，都想看看深度学习等人工智能技术还能带给我们什么样的惊喜。

 原文发布时间为：2016-09-21

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号