科技圈是个遍地风口的地方，这几年是人工智能（AI）当道。无论是大公司或者是创业者都想做那个最先飞起来的猪。人工智能是个很宽泛的概念，只要是能模拟人类意识和思维的东西都可以归到名下。所以各路人马纷纷出手，把人工智能彻底变成了什么都能往里装的筐。

　　到目前为止，人工智能这个筐里多数是很高大上的东西，比如人工智能医疗、人工智能驾驶、人工智能理财等等，但也有一些所谓“非常规”的活动，模拟的不是人类做过的正经事。现在就让我们谈谈人工智能做过的“奇葩”工作：

　　人工智能参与的这个活动叫做Beauty AI，今年才开始，但已经举办两届了。梳理下整个过程，你会发现这是个从动机、过程到结果都很奇葩的项目。

　　据主办方介绍，之所以让人工智能当选美评委，是因为他们希望将来通过一张照片判断人的健康情况。他们认为，人的长相通常和健康程度成正比，所以人工智能可以从选美开始，逐渐学会判断人的健康状况。（这个……外貌天生不佳的人怎么办？）

　　选美活动网页

　　人对美的标准是很主观的，所以主办方将美的标准细分，具体包括肤色、皱纹、性别、年龄段、脸部对称性及种族等因素。第二届开始，参与的人工智能算法有三种，均掌握深度神经网络技术。参赛人只要下载客户端，在里面上传自己不带妆、不戴眼镜、无胡须的脸部照片，最后经过三个人工智能“评委”的选择就可以了。

　　人工智能选美流程

　　目前第二届人工智能选美结果已经出炉，共分成五个年龄组公布。但是看了结果以后，笔者只能说，这不是我的审美，比如18-29岁青年组的。有道是奇图共欣赏，现将照片贴在下面：

　　18-29岁青年女子组

　　看过了以后，相信你也可以说自己长相是“中等偏上”水平了。

　　选美评委天天看照片也是枯燥，但人类还是给了人工智能放松的机会：玩游戏。

　　这个其实是谷歌收购的人工智能公司DeepMind开发的一个项目，里面的人工智能系统可以自己学习如何玩游戏，还能打出很高的分数。

　　人工智能学玩电子游戏

　　DeepMind希望通过研发能自学打游戏的人工智能，最后能让人工智能可以自学其他事情，比如无人驾驶中的人工智能就可以自主学习路况。这套系统可以学习49款经典像素游戏，比如《吃豆人》《弹珠台》，还可以学《星际争霸》这类比较复杂的游戏。

　　星际争霸

　　这套系统的基础是神经网络技术和一种搜索算法——蒙特卡洛树搜索。这两种技术在AlphaGo下围棋时就得到了很好的。而研究人员将蒙特卡洛树搜索作了进一步修改，使得人工智能的表现能够尽量与人类玩家相似。并且如果人工智能在游戏里面获得高分，还能自动获得奖励。

　　研究人员发现，在有些游戏中，人工智能的成绩和人类没有太大差别；但在《吃豆人》等游戏中，人工智能的得分可以超过人类玩家20倍。研究人员说，如果人工智能可以玩赛车游戏的话，将来这项技术有可能被用于无人驾驶。

　　人工智能玩游戏

　　这样看来，让人工智能玩游戏不完全是来娱乐大众的行为，反而还是办正事了。

　　人工智能干的活有时候不仅不高大上，还很容易让人一头雾水，比如下面要说的拣黄瓜。

　　日本的一名技术人员开发了一套人工智能系统，用来给黄瓜分门别类。开发者的父母以种黄瓜为生，但是为了给种出来的黄瓜定品级是十分麻烦的一件事。就像他们家，为了给自家黄瓜分到九类品级，需要大量的时间观察黄瓜的颜色、长短、粗细、纹理等等，费时费力，而且需要长时间的学习，没法临时雇人帮忙。

　　黄瓜的九个等级

　　所以这名技术人员开发了一套可以分拣黄瓜的人工智能系统。他利用谷歌开源的TensorFlow平台，通过图像识别，再加上树莓派3（RaspberryPi3）的硬件，人工智能系统就这样做出来了。他给这套系统“喂”了7000张黄瓜照片，帮助人工智能学习黄瓜类别。

　　分拣黄瓜流程

　　但目前为止，这套系统用于实践的准确率仅为70%，并且因为训练系统的照片分辨率太低，目前系统还不能分辨出黄瓜的颜色、纹理、小刺和刮痕等判断因素。目前这名技术人员正打算使用谷歌的云机器学习平台，改善他的人工智能系统。

　　所以说，人工智能可以不用那么高大上，你还可以回家拿它孝敬父母。

　　人工智能有时候也能干点艺术家的活，不过下面这个有点奇怪：修图。乍一听起来感觉人工智能难道Low到跟修图网红一个级别了吗？不过我说一个跟人工智能有关的应用你可能会知道：Prisma。

　　今年来自俄罗斯的图像编辑应用Prisma红遍全球，之所以这么红，除了它的艺术风格很独特以外，还有一个重要原因是它在里面用上了人工智能技术，但人们往往会忽略这一点。

　　Prisma修图效果

　　其实，人工智能才是这款应用的基础。以前的修图应用都是简单地在原图上转换色调或者环境风格，或者是加上某种滤镜重叠，Prisma是仿照你上传的照片重新“画”了一幅画。它的背后正是利用了人工智能的深度神经网络。

　　Prisma的人工智能首先学习了一些经典的绘画作品，提取出作品中隐藏的特征，然后把这些特征用到上传的图片上。其中，深度神经网络可以提取出高层次的特征，这样就可以为图片的内容和风格特征建模。

　　Prisma提取原画作特征，并用到用户上传的照片上

　　当图像编辑加上人工智能，效果十分惊人：只要几十秒就能出一幅油画作品了。前提是你的手机网络比较快，如果用的人多了，可能还会因为过载而要你重新上传。

　　所以当修图应用加上人工智能，效果比网红用的要高大上许多。