只要数据足够多，AI识物就足够强？

识别艺术展品：关于博物馆展品的前世今生，大多都是旅游团导游介绍，部分博物馆如故宫会配备电子无线讲解器，为中外旅游团或散客提供讲解服务。而腾讯博物官小程序利用智能图像识别服务，通过手机扫一扫功能，识别画作、文物、装置、建筑或风景等，为博物馆等艺术机构提供一整套文化资源数字化与活化的解决方案，丰富艺术作品数字化呈现形式，降低用户对艺术作品的理解门槛，帮助用户更好地欣赏艺术的产品。

AI识物的背后技术

AI识物看起来不过是囊括了大量的图像数据库而已，但是这其中的原理可不简单。这背后不得不提及一项非常重要的机器学习技术——神经网络（Neural Network, NN）。

它是一种模拟人脑神经网络结构和功能的模型。当人类看到眼前的物体时，会条件反射般地将其分类。因为我们凭借大量“生活经验”的积累，会迅速根据物体特征做出判断。而这就是神经网络的作用，也就是说，通过大量表象数据的积累进行“学习”，让机器程序可以像大脑一样“思考”，从而能够凭借直觉感知表象信息。

博物官小程序为例，该产品依托腾讯叮当自主研发的AI技术，从各大博物馆收集到的大量的已被标注的数据中学习每个分类的核心特征，理解判断图像中是2D的展画还是3D的文物。被训练好的AI系统，将会进行预处理(即对图像的模糊、旋转、颜色反转等问题进行处理)、切分(对图片中的人物、颜色加以区别)、识别(通过Deep Learning、标注数据、优化算法等对图进一步识别)和配对(在数据库中进行搜索)等步骤，从而识别出拍摄物体。对于越复杂的物体，AI识别就越需要花费更长的时间去判断。对看展爱好者来说看不懂的展品，对于见过众多数据集的AI而言只是小菜一碟。

虽说随时随地拿起手机来拍摄眼前物体，并不是很用户的使用习惯。但在对生活充满好奇和疑问的时候，拍一张照片，利用AI识物，让数据开口解答科普，也不失为一种非常便捷有效的搜索方式。AI识物的应用场景充满了想象，自动驾驶对于道路复杂的车辆、车道、交通信号等信息的识别和处理已成现实，手机扫一扫就可以知道一瓶红酒的产地、年份各种信息，也许很快就会有一个机器人出现在你的家庭，代替劳累了一天的你为孩子读绘本了。返回搜狐，查看更多