【中关村在线软件资讯】11月20日消息：据《纽约时报》报道，Google和斯坦福大学的科学家团队研发了新一代的图片识别技术：给图片做文字描述。识别的范围也不仅仅是图片，也包括视频画面。
Google搜索
目前的图片识别技术只识别出图像中的单个物体，而这项新技术识别的是整幅画面，并进行标记，用自然语言（英语）进行描述。比如，“草原上的大象”、“玩飞盘的年轻人”这样的字句。图片被如此“翻译”过后，就能够更容易、更准确的分类，在被搜索时能提供更精确的结果。
用“文字搜索”协助“图片搜索”的好处显而易见：这项技术也可以帮助视障人士，或者应用在公共监控的安全系统上——监控摄像头所捕捉到的不仅是“面部”和单个个体，它可以识别整个画面，包括其中的运动、行为，自动报警。
也就是说，它为机器的认知和自我学习提供了新的技术基础。研究人员的灵感来自人类大脑的神经元网络，这个网络让大脑可以自我“训练”，看到新事物时可以发现记忆中相似的事物。Google要做的就是这样的一个大脑，可以认知、可以理解图片的内容。
认知是人类所具备的一种重要的能力，我们的大脑能够通过认知，也就是综合大量信息，来确定一个人的身份，一个物品的种类，这是人类智力的基础。计算机如果能做到这一点并不容易，GoogleX曾动用了1000台电脑，一共16000颗处理器，创造一个多达10亿个连接的神经网络，在1000万张略缩图中，找到包含“可爱小猫”的图片。
