據外媒報道，Google的人工智能研究人員最近展示了一種“教”計算機的新方法，以了解為什么一些圖像比其他圖像更美觀。傳統(tǒng)上，機器使用傳統(tǒng)編目方法對圖像進行分類。新的研究表明，人工智能現(xiàn)在可以評價圖像質量，不管其類別如何。
這個稱為神經系統(tǒng)圖像評估（NIMA）的過程使用深度學習來訓練卷積神經網絡（CNN）來預測對圖像的評價。
根據研究人員發(fā)表的一份白皮書：
我們的方法不同于其他方法，因為我們使用卷積神經網絡預測人類意見分數(shù)的分布。我們得到的網絡不僅可以用來可靠地評價圖像，并與人類感知高度相關，而且還可以幫助適應和優(yōu)化攝影中的照片編輯/增強算法。
NIMA模式避開了傳統(tǒng)的方法，并以10分制評分。機器檢查圖像的特定像素及其整體美學。然后確定人們選擇評分的可能性?；旧?，AI試圖猜測一個人是否會喜歡這張圖片。這可能使計算機成為更好的“藝術家”或“策展人”。這個過程可能會被用來批量查找最佳的圖像。
如果您是一種能夠一次拍攝20或30張圖像的人，以確保您獲得最佳圖像，這可以為您節(jié)省大量空間。假設，只需輕點一下按鈕，AI就可以瀏覽存儲器中的所有圖像，并確定哪些圖像是相似的，然后刪除除最佳圖像外的所有圖像。
根據谷歌研究博客最近的一篇文章，NIMA也可以用來優(yōu)化圖像設置，以產生完美的效果：
我們觀察到基準美學評分可以通過NIMA評分指導的對比調整來改善。因此，我們的模型能夠引導一個CNN過濾器，以找到其參數(shù)的美觀最佳設置，例如亮度，高光和陰影。
