資料圖：北京一名市民正在使用識花軟件。中新網(wǎng)邱宇 攝
中新網(wǎng)北京4月20日電(邱宇) 花草種類繁多，有些不易分辨，識花軟件的出現(xiàn)解決了這一難題。雖然功能看似簡單，但其背后的技術(shù)與“阿爾法狗”一樣，都是人工智能深度學習。
耗時三秒！告訴你這是什么花
難以分辨相似度較高的桃花和杏花？想知道小區(qū)或公園常見花草的名字？識花軟件可以輕松解決這一問題。
近幾年，市場上出現(xiàn)了微軟識花、形色、花伴侶等手機軟件，只需將拍攝的花草照片上傳，就能顯示該植物的名稱和相關(guān)介紹。
北京市民吳先生用“又快又準”形容他對一款識花軟件的體驗?！白x幼兒園的女兒好奇心強，常問一些花草名，有些我也不知道，但又沒辦法在網(wǎng)上搜索?！彼f，識花軟件在三秒內(nèi)就能給出結(jié)果，而且很準確。
根據(jù)形色提供的數(shù)據(jù)，從用戶上傳照片到顯示花的名稱，流程用時在一至三秒。
春季，識花軟件使用者明顯增多。天氣好的時候，形色平均每天圖片上傳量達50萬張。“這是一個很夸張的數(shù)字，”形色創(chuàng)始人陳明權(quán)說，“我們擁有的植物圖片總量已超過1000萬。據(jù)我了解，全球最大的植物數(shù)據(jù)庫圖片量也只有400多萬。”
形色(左)與微軟識花軟件界面。
識別準確率和信息量有待提高
目前，形色已能夠識別出4000種植物，準確率約90%。
但是，受拍攝角度、清晰度和花朵是否盛開等因素的影響，識花軟件的準確率也有波動。
多肉植物愛好者王女士告訴中新網(wǎng)記者，她在拍攝小區(qū)里的花朵后，某款識花軟件給出的答案是“這是一只鳥”，讓人哭笑不得。
王女士說，識花軟件給出的花草相關(guān)信息量太少。“比如，不少香水的前調(diào)、中調(diào)、后調(diào)會用花香來描述，但許多人對花香并沒有直觀的感受。如果在介紹花草時順便提一下哪款香水有這種香味，會很實用。”
還有使用者認為，識花軟件可以介紹一下花草的生長周期、養(yǎng)殖技巧，在識別內(nèi)容上也可以拓展到水果、蔬菜等。
資料圖：盛開的桃花。 中新網(wǎng)記者 張尼 攝
背后的技術(shù)：人工智能深度學習
雖然功能看似簡單，但識花軟件“形色”采用的技術(shù)與谷歌“阿爾法狗(AlphaGo)”一樣，都是人工智能深度學習。
“我們做了一個模型，教計算機自己學習，這一過程類似于人類的大腦認知學習活動，對外界的認識是從無到有的?！标惷鳈?quán)說。
據(jù)他介紹，模型最初只能識別很少的幾種花，隨著用戶上傳花的種類和數(shù)量不斷增多，加上識別模型也在不斷改進，識別的準確率和種類也隨之提高，這與小孩學習是一樣的。
人工智能與深度學習有什么關(guān)系？陳明權(quán)說，從范疇來看，人工智能最大，機器學習次之，深度學習最小。
2016年3月9日，韓國圍棋棋手李世石(右)VS谷歌AlphaGo的人機大戰(zhàn)賽在韓國首爾舉行。
觸景無限公司技術(shù)總監(jiān)嚴彥在IT、人工智能領(lǐng)域從業(yè)多年，他告訴中新網(wǎng)記者，人工智能的目的是用電腦來替代人腦活動，其范疇包括機器學習。深度學習是近年來隨著電腦的處理能力大幅提升而快速發(fā)展起來的一種機器學習的方法。
嚴彥說，相對于其他多種機器學習方法，深度學習能應用在更廣泛的領(lǐng)域，且有著更好的效果。深度學習有點類似于人腦神經(jīng)系統(tǒng)的工作，它包含很多信息的過濾層，每一個過濾層都能對信息進行進一步抽象。
比如對一張圖片的識別，第一層過濾可以找出圖片中的物體邊緣的點，第二層過濾能找出直線、圓圈等簡單的形狀，第三層過濾可以把這些簡單的形狀識別成行人、自行車等復雜物體。通過對信息的層層過濾和分析，其輸出結(jié)果就越來越接近人腦識別效果。
2015年4月20日，奔馳無人駕駛概念車亮相上海車展。中新社發(fā)湯彥俊 攝
除了識花，人工智能還有哪些應用？
人工智能概念誕生于上世紀50年代，近幾年在技術(shù)上有了突破式進展。
根據(jù)艾瑞咨詢發(fā)布的《2015年中國人工智能應用市場研究報告》，人工智能市場將保持高速增長，預計2020年全球人工智能市場規(guī)模約為1190億人民幣，中國約為91億。
從應用上看，語音和人臉識別、聊天機器人、智能家居、無人駕駛均采用了人工智能技術(shù)。
嚴彥說，隨著人工智能的發(fā)展，人們的生活品質(zhì)在機器的輔助下會有很大的提升。同時，很多人的工作也有可能會逐漸被機器所取代，這將會對未來人類社會的分工造成較大的沖擊。
“但人工智能是否可以完全取代人呢？我覺得這還是很遙遠的事情?！彼f。(完)
推薦
