「這只是開始!」美圖技術長張偉透露人工智慧拍照下一步

記者洪聖壹/北京報導

在 2016 年很重要的一個發展趨勢,就是人工智慧,而美圖公司推出美圖T8,正式向外界宣佈他們將人工智慧的演算法結合自家數以千萬計的圖像數據,做出超越同業的自動自拍功能,而針對美圖開發人工智慧自拍,美圖CTO張偉認爲,人工智慧纔剛起步,未來還有更多可能性,包括各種人種對於美的定義,包括除了人臉以外的辨識,甚至還可望進軍醫領域,協助人們皮膚進行自我診斷。

▲美圖技術長張偉。(圖/記者洪聖壹攝)

*從人類識別到人工智慧:

美圖公司在 2016 年宣佈爲旗下自拍手機導入人類識別的能力,不過這次美圖T8的推出,其搭載的 MEIOS 3.5,建立在 Android M 作業系統之上,同時納入了獨家開發的圖像識別技術、環境光檢測技術、自動美肌技術、自動色彩技術等四大美顏黑科技,談的正是當前顯學- 人工智慧。

在以往人們在拍攝一張照片,需要東調一點、西修一點。然而美圖公司技術長張偉認爲 ,如果鏡頭可以自己區分老人、小孩男生女生,那麼相對應給予的優化算法是不一樣的,好比說一個女生明明有化妝,那麼在氣色上面加強,就顯得過度,同樣一個男生,可能只希望膚色自然而已,稍微過度一點點的妝都不能接受,所以美圖就開始給這些不同的人不同的效果,藉此縮短人們優化照片的時間,提供更多便利性

▲透過美圖T8的人工智慧自拍,不用修整就可以推算出相對應的最佳優化效果。(圖/記者洪聖壹攝)

概略來說,美圖公司發展人工智慧的方向,比較着重在發展較爲成熟的圖像辨識領域上面,但是這不單單是隻有包括人臉辨識。劉偉以美圖的圖像識別爲例,這項技術會探索各種不同的識別方式,是一種『通用物體』的分類,一旦看到一張照片,圖像識別會徹底把場景跟背景分開,一旦輸入的是人,那麼被分類到的類別就是人物,如果是一輛車或者樹,一樣也會被識別成其他物體,他透露,美圖不會只做人的部分,後面會加入更多圖像的分類。

*人工智慧就像工具,藉和數據才能挖到「石油

談到與晶片廠、Google、Facebook 等發展人工智慧技術公司的合作,張偉說:「這些AI 就好像一個工具,每個人都知道有這些工具,有些人有數據,搭配這些工具,把『石油』挖出來...這是我們一直想探索的事情。」

張偉強調,美圖並沒有跟第三方溝通這些事情,但是會應用一些第三方的工具,像是應用Google 機器學習演算法Tensorflow 來去做一些數據處理,或是應用 Facebook touch 來去輔助,但是這些並不代表美圖的人工智慧是透過這些第三方工具完成的,以美圖公司的立場是,把這些市場上的人工智慧當作工具,然後搭配自己的數據去做出像是自拍調整功能等新的應用出來。

張偉表示,人工智慧從 2006 年纔有很大的突破。在 2006 年之前,圖像分類像是自動分辨這張圖是人、還是狗,錯誤率大約超過 30%,2006 年之後,辨識度突然提升 10%,是很大的突破性

而相對於機器,人類對於大數據分析能力是有限的,但是機器不會,機器做分類只做一件事情,就是找出 A 跟 B 有什麼不一樣的地方,好比說你給機器 3 萬個女生,並給予各種不同的美醜定義,好比說鼻孔太大、眼睛太小,AI 不認爲是美;AI 會認爲眼睛比較大、鼻孔剛剛好、額頭露出不會過多,當然跟美圖抓的大數據有關,事前也有人工經過大約審美,並且持續給予更多數據,透過不斷的機器學習機制,人工智慧就可以很快速的從這 3 萬張照片中挑出美醜,並且做進一步對應的動作,而這動作是一致性的,像是一個人眼睛已經夠大、鼻子已經夠小、額頭已經剛剛好,可能這個人已經夠美了,人工智慧反而會往回調整一些,太瘦了,會讓你胖一點,人工智慧是一個帶有主動探索真實存在的東西

*人工智慧只是剛起步而已...

談到人工智慧結合拍照技術方面,他認爲人工智慧只是剛起步而已,當你給他不同的參數、新的審美觀、新的技術,人工智慧甚至就會發展出個性來,接下來還會因應不同民族對審美的不同來去做進一步的調整。美圖公司希望這個東西是常用工具,而不是隻是針對特定的人種定義美醜。

此外,未來也可以應用在醫美,像是世界上很多罕見的皮膚狀況,可以透過偵測皮膚,拍了之後就可以發現恨多罕見的狀況,並做相對應的建議,進而去詢問專業的醫師,這就像下圍棋、下撲克,透過更多的數據,就可以做出更加的診斷,這部分是可以探索的。

*採用聯發科晶片不僅成本考量

最後有媒體詢問到手機搭載的處理晶片問題,張偉認爲從一個成熟方案到另一個成熟方案,會是一個很大的問題,像是高通跟聯發科聽起來一樣都是 base 在 Android 系統的晶片廠商,但是很多人工智慧的技術,其實都要牽動硬體,好比說要動到防震功能要調用陀螺儀,很多算法是跟硬體綁在一起,這種從驅動層面開始結合算法來去做處理是美圖的優勢,當然爲了拓展手機全球事業版圖,從而選擇不一樣的晶片,美圖公司都會考慮,但在這之前會權衡遷移成本、製造成本、海外佈局效率、是不是非做不可、最大競爭力與在哪個平臺做得好等等因素,纔會做最終抉擇。

▲人工智慧發展要綁定硬體,即便更換處理器公司,也是一個大工程。(圖/記者洪聖壹攝)