資料圖：北京一名市民正在使用識花軟件。中新網(wǎng) 邱宇 攝

花草種類繁多，有些不易分辨，識花軟件的出現(xiàn)解決了這一難題。雖然功能看似簡單，但其背后的技術與“阿爾法狗”一樣，都是人工智能深度學習。

耗時三秒！告訴你這是什么花

難以分辨相似度較高的桃花和杏花？想知道小區(qū)或公園常見花草的名字？識花軟件可以輕松解決這一問題。

近幾年，市場上出現(xiàn)了微軟識花、形色、花伴侶等手機軟件，只需將拍攝的花草照片上傳，就能顯示該植物的名稱和相關介紹。

北京市民吳先生用“又快又準”形容他對一款識花軟件的體驗。“讀幼兒園的女兒好奇心強，常問一些花草名，有些我也不知道，但又沒辦法在網(wǎng)上搜索。”他說，識花軟件在三秒內就能給出結果，而且很準確。

根據(jù)形色提供的數(shù)據(jù)，從用戶上傳照片到顯示花的名稱，流程用時在一至三秒。

春季，識花軟件使用者明顯增多。天氣好的時候，形色平均每天圖片上傳量達50萬張。“這是一個很夸張的數(shù)字，”形色創(chuàng)始人陳明權說。

識別準確率和信息量有待提高

受拍攝角度、清晰度和花朵是否盛開等因素的影響，識花軟件的準確率也有波動。

多肉植物愛好者王女士告訴中新網(wǎng)記者，她在拍攝小區(qū)里的花朵后，某款識花軟件給出的答案是“這是一只鳥”，讓人哭笑不得。

王女士說，識花軟件給出的花草相關信息量太少。“比如，不少香水的前調、中調、后調會用花香來描述，但許多人對花香并沒有直觀的感受。如果在介紹花草時順便提一下哪款香水有這種香味，會很實用。”

還有使用者認為，識花軟件可以介紹一下花草的生長周期、養(yǎng)殖技巧，在識別內容上也可以拓展到水果、蔬菜等。

背后的技術：人工智能深度學習

“我們做了一個模型，教計算機自己學習，這一過程類似于人類的大腦認知學習活動，對外界的認識是從無到有的。”陳明權說。

據(jù)他介紹，模型最初只能識別很少的幾種花，隨著用戶上傳花的種類和數(shù)量不斷增多，加上識別模型也在不斷改進，識別的準確率和種類也隨之提高，這與小孩學習是一樣的。

人工智能與深度學習有什么關系？陳明權說，從范疇來看，人工智能最大，機器學習次之，深度學習最小。

觸景無限公司技術總監(jiān)嚴彥在IT、人工智能領域從業(yè)多年，他告訴中新網(wǎng)記者，人工智能的目的是用電腦來替代人腦活動，其范疇包括機器學習。深度學習是近年來隨著電腦的處理能力大幅提升而快速發(fā)展起來的一種機器學習的方法。

嚴彥說，相對于其他多種機器學習方法，深度學習能應用在更廣泛的領域，且有著更好的效果。深度學習有點類似于人腦神經(jīng)系統(tǒng)的工作，它包含很多信息的過濾層，每一個過濾層都能對信息進行進一步抽象。

比如對一張圖片的識別，第一層過濾可以找出圖片中的物體邊緣的點，第二層過濾能找出直線、圓圈等簡單的形狀，第三層過濾可以把這些簡單的形狀識別成行人、自行車等復雜物體。通過對信息的層層過濾和分析，其輸出結果就越來越接近人腦識別效果。

除了識花，人工智能還有哪些應用？

人工智能概念誕生于上世紀50年代，近幾年在技術上有了突破式進展。

根據(jù)艾瑞咨詢發(fā)布的《2015年中國人工智能應用市場研究報告》，人工智能市場將保持高速增長，預計2020年全球人工智能市場規(guī)模約為1190億人民幣，中國約為91億。

從應用上看，語音和人臉識別、聊天機器人、智能家居、無人駕駛均采用了人工智能技術。

嚴彥說，隨著人工智能的發(fā)展，人們的生活品質在機器的輔助下會有很大的提升。同時，很多人的工作也有可能會逐漸被機器所取代，這將會對未來人類社會的分工造成較大的沖擊。

“但人工智能是否可以完全取代人呢？我覺得這還是很遙遠的事情。”他說。(邱宇)