8月25號，F(xiàn)acebook開放的一款計算機視覺算法就可以賦予計算機這種能力。該算法不僅可以識別圖像中的對象，還能識別與特定對象匹配的形狀。這看似雕蟲小技，實則超出了現(xiàn)有視覺系統(tǒng)的能力，且用編程實現(xiàn)難度很高。
目前為止，這個算法還只是一項研究工具，但將來可能會促成多種重要應用：比如，讓圖像編輯程序自動改變圖片背景或增強人像;為計算機盲人用戶詳細描述圖像;甚至還可以為皮卡丘識別要攀爬的物體，從而使Pokémon Go等增強現(xiàn)實游戲更逼真等。
近年來，計算機視覺取得了很多重大進展，但大多集中于識別物體或場景類型上。研究人員已開始轉(zhuǎn)向更深度的圖像理解，這對提高機器的整體智能很重要。
“(對計算機來說)最難的就是理解現(xiàn)實——理解眼前的東西，”參與該算法研究的Facebook研究經(jīng)理Larry Zitnick說?！皥D像分割是場景推理的重要部分?！?/p>
Zitnick表示，該算法以后可能會用于研發(fā)一個系統(tǒng)，目的是自動增強Facebook用戶發(fā)布的圖像中的產(chǎn)品，或者用于創(chuàng)建更逼真的增強現(xiàn)實應用。比如，“如果你想往房間里放一個虛擬小狗，”他說，“實際上，你是想把它放沙發(fā)上或沙發(fā)的某個部分上?！?/p>
過去幾年中，通過用大量樣例訓練大型模擬神經(jīng)網(wǎng)絡，從而實現(xiàn)對圖像的分類，計算機視覺能力出現(xiàn)了大幅度提升。這些“深度學習”的系統(tǒng)通常會識別出一系列特征，比如顏色、質(zhì)地等，但卻不必識別某個物體的輪廓。
Facebook的算法將一系列神經(jīng)網(wǎng)絡結(jié)合起來，具有“圖像分割”功能。前兩個神經(jīng)網(wǎng)絡用于決定單個像素屬于某個對象還是其他對象，第三個網(wǎng)絡則決定這些特定對象是什么。
UCLA的教授Stefano Soatto專門研究計算機視覺，他認為這個算法“非常重要”且應用前景非常廣闊，因為圖像分割的難度具有迷惑性，雖然“每個兩歲小孩都能指出圖片中對象的位置并畫出它的輪廓，”Soatto說，“然而，這種輕松感非常具有欺騙性。因為這是幾百萬年的進化過程加上一半大腦的齊心協(xié)力才完成的杰作?！?/p>
