當然，計算機軟件無法像我們一樣判斷圖片嗎?將數字分數附加到技術細節是一回事，但我們不是用心和大腦來看待它們嗎?

那么，當Google研究人員參與AI項目時，永遠不要說永遠。一個團隊的目標是有一種方法可以在評論家的椅子上評估照片。

在12月18日的Google研究博客上，軟件工程師Hossein Talebi和機器感知研究科學家Peyman Milanfar解釋了他們的方法如何更接近于猜測人類喜歡什么比以前的方法。

向神經圖像評估(NIMA)系統問好，它可以在判斷照片時仔細復制人類的平均分數。

“ 最近，用人類標記數據訓練的深度卷積神經網絡(CNN)已被用于解決特定類別圖像(如風景)的圖像質量的主觀性質。然而，這些方法的范圍可能有限，因為它們通常將圖像分為兩類低質量和高質量。我們提出的方法可以預測評級的分布。“

他們的論文“NIMA：神經圖像評估”在arXiv上發表。作者是Talebi和Milanfar。他們引入的深度CNN經過培訓，可以預測典型用戶將哪些圖像評價為良好(技術上)或吸引人(美觀)。

博客調出了決定照片質量的不同因素，從測量像素級降級到美學評估，捕捉與情感和美感緊密相關的語義級特征。

Engadget的 Jon Fingas 評論說：“如果谷歌有其自己的方式，人工智能可能會成為藝術評論家。”

畢竟，評級是基于它認為你想要的，技術上和美學上的。

“目標是獲得與人類感知相匹配的質量得分，即使圖像被扭曲。谷歌已經發現評估所給出的分數與人類評估者給出的分數相似，” The Quge的 Shannon Liao說。。

Fingas通過這個過程踩過讀者：

“它根據評級直方圖(例如來自照片競賽)的一組圖像進行訓練，這些圖像可以感知不同區域中圖片的整體質量，而不僅僅是平均分數或簡單的高/低評級。”

下一步是什么?

作者在博客中寫道，他們在NIMA上的工作建議基于機器學習的質量評估模型可能具有有用的功能。

它們可以使用戶輕松找到最好的圖片; 或通過實時反饋實現改進的拍照。

然而，他們說，“我們知道，在理解質量和美學意味著什么方面做得更好的追求是一個持續的挑戰 - 一個將涉及我們模型的持續再培訓和測試。”

為什么這很重要：他們的工作不僅表明了一種與人類感知具有高度相關性的照片，而且還可以優化照片編輯。

Fingas：“雖然還有很多工作要做，但有一天暗示你的手機可以像你一樣體驗照片的味道。”

廖：“有一天，公司希望人工智能能夠幫助用戶對最佳照片進行分類，或者提供有關攝影的實時反饋。”