雲端文件同步和共享服務商 Dropbox 13 日披露了更多支持光學文字辨識（OCR）功能的技術細節，已經為 Dropbox Business 付費的企業員工可以在 Android 和 iOS 應用程式中使用該功能。
具體操作是這樣的，使用行動裝置上的相機掃描文檔後，光學文字辨識功能將會啟動。然後，應用程式會根據需要裁剪或旋轉文檔，然後將其保存為 Dropbox 中的 PDF。 8 月，該公司表示正在使用電腦視覺來檢測應用程序掃描文件檔。
與人工智慧深度學習結合的 OCR 技術已經不是新鮮事了。GitHub 上的開源軟體可以用於兩者結合，Google 在 Google 街景圖像中也運用了機器學習和 OCR 技術。OCR 系統的初始版本採用市售軟體開發工具包（SDK）。Dropbox 選擇執行自己的數據包以節省資金並提高準確性，因為市售系統主要是為實際的硬體掃描儀構建的，而不是為行動裝置上使用相機的掃描儀。Dropbox 利用用戶數據訓練系統。
Dropbox 的軟體工程師 Brad NeubergNeuberg 表示，Dropbox 需要收集用戶上傳一部分圖像或文件，例如收據、發票、信件等。為了收集這些，公司事先徵得了用戶的同意。如果用戶同意，那麼這些文件資訊一定會被保密。Dropbox 對用戶捐贈的數據採取各種安全措施，比如絕不會將數據保留在本地部署的伺服器上，保持持續並廣泛的審計、部署強大的身分驗證訪問數據措施等。
為了預測文檔中特定單詞的剪切文本，Dropbox 透過卷積神經網絡，然後是雙向長時間短期記憶（LSTM）網路發送圖像，最後連接時間分類（CTC）系統。該系統部分依賴於 Google 的 TensorFlow 開源深入學習框架。為了加強這個系統，Dropbox 借鑒了虛構的數據 ，然後以簡單的方式進行了轉換。
Dropbox 已經脫離了亞馬遜網路服務（AWS）的公共雲端，並運行自己的資料中心基礎架構。此外，Dropbox 已經開始使用圖形處理單元（GPU）加速的 G2 虛擬機（VM）實例對其模型進行了培訓 ，並儲存了一些數據在 AWS S3 服務中。為了進一步改進模型，Dropbox 訓練了小數量的圖像單詞。然後，從預測單個詞跳轉到處理整個文件檔。