在人工智慧技術的發展之下，透過 AI 對圖片進行基本分類已經不是什麼難事，而 Google 的研究團隊最近更展示出一種新方法，教會 AI 從多張相似圖片中，挑選出人們的審美觀普遍認為較好的圖片。
TNW 報導指出，透過深度學習來訓練卷積神經網路（CNN），研究人員讓 AI 學會預測人類對圖片的喜好，進而替圖片評分，團隊將這種模式稱為神經圖像評估（NIMA）。
與傳統的方式不同，NIMA 採取的是 10 分制評分，在檢查特定像素和整體美學後，NIMA 會以深度學習了解到的人們對這些資料評分的傾向，為每張圖片評出一個分數。
這並不是在說機器能像人一樣「感覺」或「思考」，但這項設計確實能讓電腦具一些程度的審美觀，進而成為更好的藝術家或策展者。團隊認為，NIMA 未來可用來從大量圖片篩選最好的圖片。
許多攝影者為了捕捉到最好的影像，經常選擇某些瞬間拍攝 20~30 張圖片，在這種情況下，NIMA 便能為你節省大量空間與時間。試著想像只要按下按鈕，AI 便會替你瀏覽這些圖片後，挑選出最好的一張並刪除其他圖片。
除了幫助攝影者挑選照片，Google 研究部落格指出，NINA 的「基準美學」也可以協助人們改善圖片，透過引導卷積神經網路過濾器，NINA 能找到適合圖片各項參數的最佳設置，讓圖片達到完美的成果。
從 AI 廣大的應用層面來說，僅是創造一個能和人類一樣理解圖片質量的神經網路，聽起來並不是非常具革命性意義，但為了讓 AI 能在現實生活執行任務，像是在無人幫助的情況下自動駕駛汽車，AI 必須學會觀察並瞭解周遭環境，而類似人類視覺應用便是必要的，NIMA 及類似的項目正在奠定基礎。
（圖片來源：Google research Blog）