在計(jì)算(suàn)機視(shì)覺國際會(huì)議上(shàng)，Facebook AI研究部門(mén)科學家(jiā)立奧·伍爾夫（ Lior Wolf ）在一篇論文中展示了如何創建一套機器(qì)學習系統，利用一個(gè)自定義表情符号生(shēng)成器(qì)，創造出最貼合你(nǐ)面部特征的卡通(tōng)頭像。

 

　　你(nǐ)可(kě)能會(huì)想：等等，谷歌(gē)今年早些(xiē)時(shí)候不是已經這樣做(zuò)了嗎？是的，大(dà)概如此，但(dàn)兩者間(jiān)存在一個(gè)關鍵性差異。谷歌(gē)的版本雖然很(hěn)酷，但(dàn)它需要人(rén)工對各種面部常見的特征，如卷發、鼻子類型、眼睛形狀等進行(xíng)評價和(hé)描述，然後據此呈現出特定樣貌。

 

　　從本質上(shàng)講，計(jì)算(suàn)機會(huì)尋找雀斑之類明(míng)顯特征，然後從數(shù)據庫中抓取相應的藝術(shù)元素與之相匹配。這樣是可(kě)行(xíng)的，但(dàn)在很(hěn)大(dà)程度上(shàng)，它仍然要依賴于人(rén)工輸入來(lái)定義某一特征。

 

 

　　而Facebook的做(zuò)法不同。他們所追求的理(lǐ)念是建造一套系統，利用适用的任何工具，對特定面孔進行(xíng)最佳展示。無論要生(shēng)成表情符号、表情包或虛拟角色，都能輕松完成。用研究人(rén)員的話(huà)說，人(rén)類一直在這樣做(zuò)，為(wèi)什麽人(rén)工智能不可(kě)以呢？

 

　　在某種程度上(shàng)，該系統的做(zuò)法是同時(shí)對人(rén)臉和(hé)運用同樣分析和(hé)特征識别算(suàn)法生(shēng)成的圖像加以判斷，就像同時(shí)觀察同一個(gè)人(rén)的兩張圖片一樣。當結果數(shù)據顯示它們看起來(lái)很(hěn)相近時(shí)，就意味着兩者在視(shì)覺上(shàng)高(gāo)度契合。

 

　　這種技(jì)術(shù)的優點在于它不依賴任何特定的卡通(tōng)類型，而在理(lǐ)論上(shàng)适用于任何卡通(tōng)類型。系統隻負責将卡通(tōng)頭像與真人(rén)照片進行(xíng)比對，找出最吻合的那(nà)張。

 

　　Facebook的這項技(jì)術(shù)可(kě)用于許多(duō)領域，也許最直接的應用是創造一個(gè)定制(zhì)的表情符号系統。當你(nǐ)剪了一款新發型，或者修剪了胡子時(shí)，它甚至可(kě)以自動更新。但(dàn)卡通(tōng)頭像匹配的功能也适用于其他網站(zhàn)，比如當你(nǐ)登錄Facebook的虛拟現實遊戲時(shí)，可(kě)以立刻生(shēng)成一個(gè)與自己非常相像的角色頭像，至于它的皮膚是默認的，而不是黃色的，我想，至少(shǎo)很(hěn)多(duō)人(rén)肯定不會(huì)介意的。

 

　　這篇論文的技(jì)術(shù)含量很(hěn)高(gāo)，但(dàn)它是在人(rén)工智能會(huì)議上(shàng)公開(kāi)發布的，所以，很(hěn)值得(de)期待。