|
真正的价值 人们拍照的方式和习惯已经发生了很大变化：现在大部分人都是利用零碎时间拍照片，然后随手就上传到社交平台上（最后想找某张图片又要花费很长时间才能找到）。这里的照片，更多的以一种数据流的方式注入互联网里。而这种断断续续的数据流，合起来其实就是用户的意识流。 这些意识流都是很有价值的研究数据，因为他们代表了用户的网上行为。基于这些数据，可以建立一套更完善的图像搜索算法。Google的以图搜图在挖掘相关联的图片内容方面还是做得不够好，有时它给出的搜索结果完全牛头不对马嘴。未来顶级的图像服务，不仅可以找到真正相关的图片，还可以把照片和地点、事件等信息映射起来。并且，它会从我们的社交行为里捕获到线索和讯号，让合适的图片在适合的时机与合适的用户场景下自动“浮现”出来。就像SwiftKey带来了更智能、更个性的手机输入法，这一种图像服务能改变的东西也非常多。 从图像内容的基础分析，到图像的数据挖掘，都有很多创业机会。人脑有很大一部分空间是用来处理图像内容的，机器智能如果想进一步往人的方向发展，让机器拥有图像认知和图像处理的能力就很关键了。这同时也是一个机会，Facebook的人工智能实验室在这方面做的还不错。 但在未来，真正的价值和创造，将在海量图片的缝合中产生。这种图像的缝合与文本的整合是类似的：都要先聚集海量数据，再从中抽取、分析、创造有价值的东西。文本的信息整合养活了一大波创业公司，而图片的缝合将绘制出一个更宏观的视觉世界，从中抽取到的信息，一点点的累积起来，同样会是另一堆价值连城的宝藏——并且，由于技术难度的原因，这种价值将会被放大。 华盛顿大学的GRAIL实验室的社区照片收集项目是一个不错的例子：他们想基于Flickr上公开发表的2千万张照片，来构建一整个罗马城市的3D模型，这一平台被称作PhotoCity。在以前做这样一个实验，花费将非常昂贵，但是随着云计算成本的不断下跌，从海量图像里挖掘有效信息变得比较容易——这同时也将创造很多其他的机会。 另一方面，很多摄像设备也在不断优化中（比如可穿戴设备或者无人机上的摄像装置）。越来越多人眼看不到或者容易忽略的内容，将会被越来越多的摄像头记录下来。更多不同角度的图片将被添加到网络中，这也将创造很多不同的机会。比如，照片中内嵌的地理数据信息：很多汽车装载有协助导航和停车的摄像头，这些摄像头拍摄的照片都具有地理信息，而这些信息对改善半自动或者全自动汽车的精确度和位置系统有很重要的作用。 （责任编辑：职场达人） |
