人工智慧一共分為自然語言處理、計算機視覺、語音識別、專家系統以及交叉領域等五個領域。今天我就透過人工智慧的六個方向講一講人工智慧在生活中的有趣應用。

【第一方面：自然語言處理】

自然語言處理是一門融語言學、計算機科學、數學於一體的科學。自然語言處理並不是一般地研究自然語言，而在於研製能有效地實現自然語言通訊的計算機系統，特別是其中的軟體系統，是計算機科學，人工智慧，語言學關注計算機和人類（自然）語言之間的相互作用的領域。自然語言處理的目的是實現人與計算機之間用自然語言進行有效通訊的各種理論和方法。

1、多語言翻譯。

自然語言處理的一個主要應用方面就是外文翻譯。生活中遇到外文文章，大家想到的第一件就是尋找翻譯網頁或者APP，然而每次機器翻譯出來的結果，基本上都是不符合語言邏輯的，需要我們再次對句子進項二次加工排列組合。至於專業領域的翻譯，如法律、醫療領域，機器翻譯根本就是不可行的。

面對這一困境，自然語言處理正在努力打通翻譯的壁壘，只要提供海量的資料，機器就能自己學習任何語言。機器從0開始進入一個領域（零成本進入）大概2周時間。所以，進入哪個領域都能高度垂直的做下去。比如，法律類專業文章翻譯，優質法律文章的總量是有限的，讓機器學習一遍這些文章，就可以保證翻譯95%的流暢度，而且能做到實時同步。

2、虛擬個人助理。

同時部分虛擬個人助理還可以直接播放音樂的智慧音響或者收取電子郵件，這些都是虛擬個人助理的變化形式之一。虛擬個人助理應用在我們生活中的方方面面，音響、車載、智慧家居、智慧車載，智慧客服多個方面。一般來說，聽到語音指令就可以完成服務的，基本上都是虛擬個人助理。

3、智慧病例處理

自然語言處理還可以將積壓的病例自動批次轉化為結構化資料庫，機器學習和自然語言處理技術能自動抓取病歷中的臨床變數，生成標準化的資料庫。隨後變數抽提、思路生成到論文圖表匯出的全過程輔助智慧演算法能挖掘變數相關性，激發論文思路，同 時提供針對臨床科研的專業統計分析支援。

其水平相當於受過8 年臨床醫學教育的醫學研究生，這樣下來同樣同讀一篇50頁的病歷，抓取和理解其中的所有臨床資訊速度比醫生平均快2700倍，大大地提高了醫院的辦公效率，求醫難這個問題將得到很多的緩解。

【第二方面：語音識別】

語音識別是一門交叉學科。 語音識別技術所涉及的領域包括：訊號處理、模式識別、機率論和資訊理論、發聲機理和聽覺機理、人工智慧等等。與機器進行語音交流，讓機器明白你說什麼，這是人們長期以來夢寐以求的事情，如今人工智慧將這一理想變為現實，並帶它走入了我們日常的生活。

1、智慧醫院。

依靠人工智慧技術和大資料，醫院可以實現智慧語音互動的知識問答和病歷查詢，語音錄入能取代打字，讓您透過說話的方式，就可輕鬆與電腦、平板電腦、移動查房裝置進行錄入。每一個人說的話說話都會被轉錄成文字並顯示在您的HIS系統、PACS系統、CIS系統等希望輸入文字的位置。此外還可以對健康風險進行預測和對患者分群進行分析。

2、口語評測。

在語音識別方面還有一個比較有趣的應用——語音評測服務，語音評測服務是利用雲計算技術，將自動口語評測服務放在雲端，並開放API介面供客戶遠端使用。在語音測評服務中，人機互動式教學，能實現一對一口語輔導，就好像是請了一個外教在家，從此解決了啞巴英語的問題。

【第三個方面：計算機視覺】

計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的影象。透過計算機視覺，電腦將處理更適合人眼觀察或傳送給儀器檢測的影象。計算機視覺的主要任務是透過對採集的圖片或者影片進行處理以獲得相應場景的三維資訊。

1、智慧安防。

隨著各級政府大力推進“平安城市”建設的過程中，監控點位越來越多，影片和卡口產生了海量的資料。尤其是高畫質監控的普及，整個安防監控領域的資料量都在爆炸式增長，依靠人工來分析和處理這些資訊變得越來越困難，利用以計算機視覺為核心的安防技術領域具有海量的資料來源以及豐富的資料層次，同時安防業務的本質訴求與AI的技術邏輯高度一致，從可以從事前的預防應用到事後的追查。

2、人臉識別打拐。

當前，全國拐賣兒童犯罪活動較為猖獗，受害人及受害家庭數以萬計。據民政部估計，目前，全國流浪乞討兒童數量在100 萬-150 萬左右。在河南、雲南以及兩廣沿海等地鄉村地區，買賣兒童幾近市場化，形成了一個完整的地下黑色利益鏈。可以尋回被拐賣兒童這件事迫在眉睫，刻不容緩。目前計算機視覺所應用的“人像識別、人臉對比”最快可以讓被拐兒童在7小時內被尋回，這是計算機視覺在安全領域的巨大應用，今後也將越來越多地應用在打擊犯罪等方面。

【第四個方面：專家系統】

專家系統是人工智慧中最重要的也是最活躍的一個應用領域，它是指內部含有大量的某個領域專家水平的知識與經驗，利用人類專家的知識和解決問題的方法來處理該領域問題的智慧計算機程式系統。通常是根據某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，去解決那些需要人類專家處理的複雜問題。

1、無人汽車。

無人駕駛汽車是智慧汽車的一種，也稱為輪式移動機器人，主要依靠車內的以計算機系統為主的智慧駕駛儀來實現無人駕駛的目標。從20世紀70年代開始，美國、英國、德國等發達國家開始進行無人駕駛汽車的研究，在可行性和實用化方面都取得了突破性的進展。

中國從20世紀80年代開始進行無人駕駛汽車的研究，國防科技大學在1992年成功研製出中國第一輛真正意義上的無人駕駛汽車。2005年，首輛城市無人駕駛汽車在上海交通大學研製成功。世界上最先進的無人駕駛汽車已經測試行駛近五十萬公里，其中最後八萬公里是在沒有任何人為安全乾預措施下完成的。

2、天氣預測

隨著手機的普及，現在越來越多的人已經習慣觀看手機中的天氣預測，而在天氣預測中，專家系統的地位也是決定性的。專家系統可以首先透過手機的GPRS系統，定位到使用者所處的位置，在利用演算法，對覆蓋全國的雷達圖進行資料分析並預測。

使用者就可以隨時隨地地查詢自己所在地的天氣走勢。天氣預測中再無“區域性地區有雨”的字眼，取而代之的是“您所在街道25分鐘後小雨，50分鐘後雨停”。給您配上一位專屬的天氣預報員，讓您收到的天氣預報能精準到分鐘和所在街道。

3、城市系統

城市系統是將交通、能源、供水等基礎設施全部資料化，將散落在城市各個角落的資料進行匯聚，再透過超強地分析、超大規模地計算，實現對整個城市的全域性實時分析，讓城市智慧地執行起來。城市系統率先解決的問題就是堵車。今年杭州的城市大腦，透過對地圖資料、攝像頭資料進行智慧分析，從而智慧地調節紅綠燈，成功將車輛通行速度最高提升了11%，大大改善了出行體驗。

【第五個方面：各領域交叉使用】

其實人工智慧的四大方面應用其實或多或少都涉及到了其他領域，然而交叉應用最突出的方面還是智慧機器人。機器人是自動執行工作的機器裝置。它既可以接受人類指揮，又可以執行預先編排的程式，也可以根據以人工智慧技術制定的原則綱領行動。它的任務是協助或取代人類工作的工作，例如生產業、建築業，或是危險的工作。

1、物流機器人

物流機器人是結合機器人產品和人工智慧技術去實現高度柔性和智慧的物流自動化的技術變革的引領者。在消費升級下的市場壓力，海量SKU的庫存管理、難以控制的人力成本，都已經成為電商、零售等行業的共同困擾。而物流機器人管理成本低，包裹完整性強，可以滿足各種分揀效率和準確率的要求，投資回報週期短。它的出現可有效提升生產柔性，助力企業實現智慧化轉型，也將越來越多地應用在日常生活中。

2、萌寵機器人

孩子一直是家長的心肝肉，而如何讓孩子贏在起跑線也是各路家長無比關心的問題，這時候早教就顯得尤為重要了。早教其實就是讓孩子有效的玩耍，讓孩子在玩耍的過程中學到很多知識，開發孩子的腦力，動手能力，反應能力，審美能力，培養興趣及習慣。

應用有很多了，就目前來說的人臉識別，指紋識別，語音識別等，都很好的方便了我們的日常生活。應用領域也很多，有以下方面：

安防：利用計算機視覺技術和大資料分析犯罪嫌疑人生活軌跡及可能出現的場所

金融：利用語音識別、 語義理解等技術打造智慧客服

醫療：智慧影像可以快速進行癌症早期篩查， 幫助患者更早収現病灶

交通：無人駕駛透過感測器、 計算機視覺等技術解放人的雙手和感知

零售：利用計算機視覺、 語音/語義識別， 機器人等技術提升消費體驗

工業製造：機器人代替工人在危險場所完成工作 ,在流水線上高效完成重複工作

目前人工智慧處於快速穩健的發展階段，巨頭公司都在研發相關產品，例如：阿里、騰訊、百度、京東等屬於領先者。

期待人工智慧有更好的發展，更好的方便我們的生活。[加油]

1.人工智慧吃麵包，機器識別麵包，並根據你常吃的麵包給你推薦最優款。

2.人工智慧買彩票，機器幫你計算最優選號。

3.人工智慧識別植物，機器幫你識別花草樹木。

、虛擬個人助理

Siri，GoogleNow和Cortana都是各種渠道（iOS，Android和WindowsMobile）上的智慧數字個人助理。

總歸，當你用你的聲響提出要求時，他們會協助你找到有用的資訊;你能夠說“最近的中國飯館在哪裡？”，“今日我的日程安排是什麼？”，“提醒我八點打電話給傑裡”，幫手會經過查詢資訊，轉播手機中的資訊或傳送指令給其他應用程式。

人工智慧在這些應用程式中十分重要，由於他們蒐集有關懇求的資訊並運用該資訊更好地辨認您的言語併為您供給適合您偏好的結果。

微軟標明Cortana“不斷了解它的使用者”，而且終究會開展出猜測使用者需求的能力。虛擬個人助理處理來自各種來歷的許多資料以瞭解使用者，並更有效地協助他們組織和跟蹤他們的資訊。

2、影片遊戲

事實上，自從第一次電子遊戲以來，影片遊戲AI現已被運用了很長一段時間-人工智慧的一個例項，大多數人可能都很熟悉。

可是AI的複雜性和有效性在曩昔幾十年中呈指數級新增，導致影片遊戲人物瞭解您的行為，呼應刺激並以不行預知的方法做出反應。2014年的中心地球：魔多之影關於每個非玩家人物的個性特徵，他們對曩昔互動的回想以及他們的可變方針都特別有目共睹。

“孤島驚魂”和“使命呼喚”等第一人稱射擊遊戲或許多運用人工智慧，敵人能夠剖析其環境，找到可能有利於其生存的物體或舉動;他們會採納保護，查詢聲響，運用側翼演習，並與其他AI進行溝通，以新增取勝的時機。

就AI而言，影片遊戲有點簡略，但由於職業巨大的商場，每年都在投入許多精力和資金來完善這種型別的AI。

3、線上客服

現在，許多網站都提供使用者與客服線上聊天的視窗，但其實並不是每個網站都有一個真人提供實時服務。在很多情況下，和你對話的僅僅只是一個初級AI。大多聊天機器人無異於自動應答器，但是其中一些能夠從網站裡學習知識，在使用者有需求時將其呈現在使用者面前。

最有趣也最困難的是，這些聊天機器人必須擅於理解自然語言。顯然，與人溝通的方式和與電腦溝通的方式截然不同。所以這項技術十分依賴自然語言處理(NLP)技術，一旦這些機器人能夠理解不同的語言表達方式中所包含的實際目的，那麼很大程度上就可以用於代替人工服務。

4、購買預測

如果京東、天貓和亞馬遜這樣的大型零售商能夠提前預見到客戶的需求，那麼收入一定有大幅度的增加。亞馬遜目前正在研究這樣一個的預期運輸專案：在你下單之前就將商品運到送貨車上，這樣當你下單的時候甚至可以在幾分鐘內收到商品。

毫無疑問這項技術需要人工智慧來參與，需要對每一位使用者的地址、購買偏好、願望清單等等資料進行深層次的分析之後才能夠得出可靠性較高的結果。

雖然這項技術尚未實現，不過也表現了一種增加銷量的思路，並且衍生了許多別的做法，包括送特定型別的優惠券、特殊的打折計劃、有針對性的廣告，在顧客住處附近的倉庫存放他們可能購買的產品。

這種人工智慧應用頗具爭議性，畢竟使用預測分析存在隱私違規的嫌疑，許多人對此頗感憂慮。

5、音樂和電影推薦服務

與其他人工智慧系統相比，這種服務比較簡單。但是，這項技術會大幅度提高生活品質的改善。如果你用過網易雲音樂這款產品，一定會驚歎於私人FM和每日音樂推薦與你喜歡的歌曲的契合度。

從前，想要聽點好聽的新歌很難，要麼是從喜歡的歌手裡找，要麼是從朋友的歌單裡去淘，但是往往未必有效。喜歡一個人的一首歌不代表喜歡這個人的所有歌，另外有的時候我們自己也不知道為什麼會喜歡一首歌、討厭一首歌。

而在有人工智慧的介入之後，這一問題就有了解決辦法。也許你自己不知道到底喜歡包含哪些元素的歌曲，但是人工智慧透過分析你喜歡的音樂可以找到其中的共性，並且可以從龐大的歌曲庫中篩選出來你所喜歡的部分，這比最資深的音樂人都要強大。

電影推薦也是相同的原理，對你過去喜歡的影片瞭解越多，就越瞭解你的偏好，從而推薦出你真正喜歡的電影。

擴充套件資料

人工智慧應用領域

機器翻譯，智慧控制，專家系統，機器人學，語言和影象理解，遺傳程式設計機器人工廠，自動程式設計，航天應用，龐大的資訊處理，儲存與管理，執行化合生命體無法執行的或複雜或規模龐大的任務等等。

值得一提的是，機器翻譯是人工智慧的重要分支和最先應用領域。不過就已有的機譯成就來看，機譯系統的譯文質量離終極目標仍相差甚遠；而機譯質量是機譯系統成敗的關鍵。

中國數學家、語言學家周海中教授曾在論文《機器翻譯五十年》中指出：要提高機譯的質量，首先要解決的是語言本身問題而不是程式設計問題；單靠若干程式來做機譯系統，肯定是無法提高機譯質量的。

另外在人類尚未明瞭大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要想達到“信、達、雅”的程度是不可能的。智慧家居之後，人工智慧成為家電業的新風口，而長虹正成為將這一浪潮掀起的首個家電巨頭。

長虹釋出兩款CHiQ智慧電視新品，主打手機遙控器、帶走看、隨時看、分類看功能 。

相信這樣的回答可以讓大家滿意！

以下人工智慧應用僅簡要描述:

1.智慧冰箱:冰箱裡蔬菜不夠了、雞蛋只剩三個了，自動預警及提示下單、自動配送

2.掃地機器人、兒童教育機器人:現在很多家裡在用，只是目前不夠智慧。

3.智慧家居:自動窗簾、自動燈光等，現在已經有應用了。

4.無人（免刷卡）超市:自動識別物品及購物人ID

5.自動（無人）駕駛汽車、自動火車、飛機自動巡航、智慧物流。

6.智慧製造，工業機器人

7.智慧安防、智慧消防、智慧交通。

8.智慧陪伴機器人

9.未來真的不排除機器人走進辦公室啊。

一些朋友已經在答案裡，介紹了很多應用AI技術的產品，和AI技術的場景了。我也來說一個有趣的：用AI來對抗AI，用人工智慧來對抗人工智慧。

看過金庸小說的朋友們都知道，裡面有一門叫“小無相功”的內功，威力強大。要身具此功，再知道其他武功的招式，倚仗其威力無比，可以模仿別人的絕學甚至勝於原版。

其實，這門武功在AI界，已經非常常見。AI倚仗其算力強大無比，只要給它足夠的資料進行學習。學會以後，這類招式再精妙複雜，也難不倒它了。

舉個栗子。

所有人都熟悉的驗證碼技術。

就是我們幾乎每天都會用到，登入賬號時都會出現的介面，就像下面這個：

驗證碼技術出現最初的目的，是為了保障賬號是由人操作而非機器。發展到現在，已經非常複雜，許多驗證碼甚至連使用者自己都很難分辨。

但是近幾年，人工智慧的技術不斷髮展，也被不法分子用於破解驗證碼來非法牟利，

不法分子透過各種手段收集大量的驗證碼影象後。用機器學習技術進行OCR（光學字元識別）模型的訓練，從而實現對驗證碼的自動識別，正確率可達80%以上！業界通常稱之為‘打碼平臺”。

一旦AI可以攻破驗證碼，不發分子就可以透過這種方式來盜取使用者賬號、惡意註冊薅羊毛等，進行一系列犯罪行為。

去年6月，阿里安全就協助浙江警方偵破的全國首例“撞庫打碼”案。這些不法行為也導致直播、短影片以及各類線上營銷活動被嚴重“薅羊毛”。平臺和使用者利益均受到侵害，且存在資訊洩漏等問題。

可以說，這種對AI的惡意使用，已經影響了我們的生活。為了有效防範，去年5月，阿里安全與浙江大學聯合成立AZFT網路空間安全實驗室，共同研發人工智慧安全技術。

我們找到的辦法，就是用AI來對抗AI，用人工智慧來對抗人工智慧，也可以理解為用“小無相功”對付“小無相功”。

由於機器和人類的認知方式存在本質不同。AI破解驗證碼，並非像人一樣，依靠的是經驗、判斷甚至想象。而是透過AI獨有的方式，只要新一代AI驗證碼，能夠學會AI破解的招式，見招拆招，有針對性的加入干擾，這樣，破解AI的“套路”就無計可施了。

大體是這個樣子：

其特點是，應用人工智慧研究領域最新的對抗樣本技術，對原始影象有針對性的加入干擾。使得人眼識別不受影響，但會顯著降低人工智慧模型的識別率，從而防範打碼平臺的破解，同時保持使用者體驗。

在現實生活中，AI（人工智慧）已經有了許多非常有趣的應用了。在我們的日常生活中，正義的AI一直在和邪惡的AI交手，在數字世界裡，保護我們的安全。

但是，不必恐慌，目前的所有AI，都是人類創作出來的。用馬老師的話說就是：

我們應該真正擔心的不是機器智慧，會超越人類的智慧，而是人類本身的智慧會停止增長。

加油，我們可以讓明天變得更好。

這應該算是人工智慧的黑科技！驚動軍方的麻省理工機器人“血滴子”，竟能抓起超100倍自重物體！

最近

受到摺紙工藝的啟發

麻省理工學院計算機科學

及人工智慧實驗室（CSAIL）

和哈佛大學的一批研究員們

設計了一種全新的抓取器

能夠抓住並舉起各種形狀

尺寸和重量的物體

但由於才設計出來不久

大部分功能沒有完善

目前的機械臂能抓取的物品種類極其有限

要麼不能太重

要麼形狀有要求

例如方形、圓柱形等

“我們要展示的抓取器能夠拿起並放下各種東西，包括酒瓶、花椰菜、葡萄和雞蛋等。”麻省理工教授Daniela Rus說道。

與科幻機器人手相比

呈傘狀的它

在視覺上來看有點像鬱金香

抓取器呈空心的圓錐狀

它包含了三個部分

一個由3D打印製作的

16根矽橡膠制的骨架

一個用於夾持的聯結器

以及外面的輕質表皮

夾子本身是一副骨架結構

由摺紙這門古老藝術所啟發

覆蓋在織物中

聯結器將夾具連線到臂上

並且還帶有真空管

該真空管從夾具中吸出空氣

使其圍繞物體摺疊

它並不是把物體夾住

而是“陷入”物體的表面

它的靈感源於一種名叫“魔球”的摺紙工藝品

這種“魔球”由一張長方形的紙折成

能不斷在球形和圓柱形之間切換

與其他機械臂不一樣

此款抓取器會更容易抓取柔性材質的物體

因為剛性的抓取鉗本就不適用於精準的抓取工作

更重要的是

該裝置能夠抓取易碎的物體而不會破壞它們

同時仍然保持足夠強的抓力

可以抓取比自身重120倍的物體

只需要使抓取器真空

花瓣便會變得緊皺

加上骨架摺疊

它也有了強大的力量

可以緊緊咬住獵物

目前

美國國防部高階研究計劃局和國家科學基金會等

也對這個專案進行了資助他們

計劃於今年春季在蒙特利爾的

機器人與自動化國際會議上展示這個專案

訊息一出

“生活處處都是靈感源，

跨界也可以解決很多問題”

也有網友稱

“這不就是咱中國的血滴子嗎？”

超模君不禁在想

”中國血滴子“

結合這資助方國防部的背景

難不成美國要把它製成武器？

無所不能的PS遇上對手了！“反P圖”神器讓神顏幻滅Manipulated表示用PS修改過的影象，Original表示拍攝的原圖

在這個“不P圖，毋寧死”的時代，有各種修圖軟體加持，誰都能成為P圖大神。社交平臺上，人人都能擁有明星一般的顏值。

不過，最近Adobe和UC Berkeley的研究人員釋出了一項對P圖愛好者們不怎麼友好的新成果，專門用來檢測你的照片有沒有P過，甚至它還能將你的真實面貌完美還原！

看到下面這張照片，是不是感覺相當自然！既沒有網紅濾鏡，也沒有看出過度的磨皮。

但這項研究中提出的模型卻能檢測到，她的兩頰是P過的！

在下面幾幅圖中，左邊（a）圖是P過的照片，右邊（d）圖是拍攝的原圖。可以看出，原圖的嘴角明顯下垂，而P過的照片嘴角上揚，變成了微笑的表情。

使用研究人員提出的方法，可以檢測出修圖的位置，還能將P過的微笑照片還原成原始的樣貌。

（a）P過的照片；（b）檢測出P過的部分；（c）用演算法還原的效果；（d）真實的原圖

雖然最近備受關注的DeepFakes和其他基於GAN的方法都能夠生成逼真的人臉影象，但這些方法也很容易出現偽影等明顯的漏洞。而使用Photoshop這種經典的P圖工具，修過的圖經過人眼的檢驗，則更加難辨真假。下面這些圖都是用Photoshop修過的照片，可以說是非常自然，毫無PS痕跡！

有人可能會問了：讓大家都“美美美”不好嗎？為什麼要互相傷害！

如果僅是為了美觀，P圖倒也無可厚非。但PS技術的發展同時也給虛假照片、虛假新聞創造了非常大的生長空間。不法分子惡意編輯圖片可能會給他人或者社會帶來非常惡劣的影響。因此，研究“反P圖”工具還是非常有必要的。至少，在必要的情況下，我們還是需要知道一張照片到底是真是假。

Adobe和UC Berkeley的研究人員利用神經網路判斷影象有沒有被修改過：

使用神經網路，首先需要準備的當然是影象資料庫了。公開的人臉資料庫有很多，但是缺少經過P圖的人臉影象資料。因此，研究人員使用Photoshop自帶的Face-Aware Liquify (FAL) 工具，自動對人臉影象做一些微小的改變，生成了大量經過P圖的人臉影象，構建一個人臉影象庫。此外，還請一位職業藝術家用FAL工具手動修改了一部分影象，作為測試集來測試這項研究的效果。

FAL工具可以對人臉做出非常自然的改動從照片中很難發現FAL工具對人臉做了什麼樣的改動

這項研究使用了兩個神經網路模型：

使用ResNet-50網路結構訓練二分類器，判斷一張影象是否被修改過。首先在ImageNet對網路進行預訓練，然後再針對這個任務進行微調。使用Dilated ResNet Network（ DRN ）網路來識別修圖的位置；預測從原圖到修過的圖的光流場（optical flow field），然後，嘗試撤銷對影象進行的修改，將影象儘可能恢復到原圖的樣子。 這項成果的判斷準確性遠遠超過了人類。

經過試驗，人類去判斷一個人的照片有沒有被P過時，準確率僅有50%左右，但是機器卻能達到99.4%，將近100%的準確率！

這項研究還原影象的能力也是非常強大的。使用演算法還原的照片，與原圖非常相似！Undo表示經過演算法還原的影象，Original表示拍攝的原圖

從上面兩個還原影象的案例可以看出，經過演算法還原的影象，與原圖只有非常細微的差別。

為了讓大家更直觀地感受到“反P圖”功能的強大，奉上一段完整的還原過程：

還是要感嘆一句：PS的瘦臉功能太強大了！

原文連結在這裡：Detecting Photoshopped Faces by Scripting Photoshop，作者團隊也將在Github上更新程式碼，供大家研究。

雖然這項研究暫時只針對Photoshop修過的圖片進行還原。不過，一種方法已經出現，其他“反P圖”神器還會遠嗎？

隨著人工智慧的發展，在現實生活中已經有不少“有趣的應用”，這裡簡單介紹一下。看完回答之後，相信你會覺得“有趣”啦。

測顏值（可以知道你眼中的女神顏值到底有多高）

日本一家公司推出了一個AI測美平臺，只要上傳照片，馬上就可以測出顏值。滿分為5分。

看看效果如何？

比如：石原里美

比如：新垣結衣（別罵人啊，這是AI的結果）

再比如下面這位啦

測顏齡（可以知道你眼中的女神是否凍齡哦）

微軟使用AI技術公開了測年齡網站（how-old.net），只要上傳一張照片，系統就會猜出照片人物的年齡。系統對上傳照片中人像的瞳孔、眼角、鼻子等“面部地標點”展開分析，但是測試結果由於拍照光線、髮型、角度、妝容等因素影響往往與真實情況有比較大的出入。

比如：石原里美

比如：新垣結衣

再比如下面這位啦（測不出來）

比如：1969年，人類首次登月。戰後的混亂逐漸沉寂，但學生運動多發，空氣中瀰漫著躁動。人類實現首次登月。全世界對人類邁出的這一步感到震驚，不安之中感受著希望之光。這款巧克力85%是帶有酸味的印度產可可，苦味中也帶有藍莓一樣的水果味。月球表面的凸凹狀況透過可可粒來表現。

比如：1991年泡沫經濟破滅的絕望。希望永遠持續下去的那種非凡景氣，結果像泡沫一樣煙消雲散。房地產和股市價格暴跌，不良債權蔓延，企業一個接一個倒閉……1991年，泡沫破裂，滿眼絕望。這款巧克力100%使用哥斯大黎加產可可，未使用砂糖。強烈的苦味中，帶有可可自身的酸味，含於口中，後期還會給人留下辛辣香料那樣的口感。這款巧克力可以讓人感受到泡沫經濟崩潰時代日本從天堂墜入地獄的絕望。

利用AI造虛擬萌妹兒

日本Gatebox公司透過人工智慧技術製造了虛擬萌妹兒，專門為宅男、單身狗提供類似於“戀人”“老婆”的情感服務。開發萌妹兒的目的是透過虛擬與現實的融合，讓使用者喜歡的人物形象走進日常生活，和使用者一起度過美好時光。第一個虛擬人物叫做逢妻光（Hikari Azuma）。

逢妻光是一個呆在家裡處處賣萌、為主人竭盡所能的萌妹兒。這款機器人可以提供起床提醒、情感交流、智慧家居控制、虛擬送迎等功能。