科技圈是个遍地风口的地方，这几年是人工智能(AI)当道。无论是大公司或许是创业者都想做那个最早飞起来的猪。人工智能是个很广泛的概念，只需是能模仿人类意识和思想的东西都能够归到名下。所以各路人马纷繁出手，把人工智能完全变成了啥都能往里装的筐。

到如今为止，人工智能这个筐里多数是很巨大上的东西，比方人工智能医疗、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，模仿的不是人类做过的正经事。如今就让咱们谈谈人工智能做过的“奇葩”工作：

1、当选美评委

人工智能参加的这个活动叫做Beauty AI，本年才开端，但现已举行两届了。整理下整个进程，你会发现这是个从动机、进程到成果都很奇葩的项目。

据主办方介绍，之所以让人工智能当选美评委，是由于他们期望将来经过一张相片判别人的健康情况。他们认为，人的长相一般和健康程度成正比，所以人工智能能够从选美开端，逐步学会判别人的健康状况。(这个……表面天生欠安的人怎么办？)

选美活动页面

人对美的标准是很片面的，所以主办方将美的标准细分，详细包含肤色、皱纹、性别、年龄段、脸部对称性及种族等要素。第二届开端，参加的人工智能算法有三种，均把握深度神经网络技能。参赛人只需下载客户端，在里边上载自个不带妆、不戴眼镜、无胡须的脸部相片，最终经过三个人工智能“评委”的挑选就能够了。

人工智能选美流程

如今第二届人工智能选美成果现已出炉，共分红五个年龄组发布。可是看了成果今后，笔者只能说，这不是我的审美，比方18-29岁青年组的。有道是奇图共欣赏，现将相片贴在下面：

18-29岁青年女子组

看过了今后，相信你也能够说自个长相是“中等偏上”水平了。

2、玩电子游戏

选美评委每天看相片也是单调，但人类仍是给了人工智能放松的时机：玩游戏。

这个本来是google收买的人工智能公司DeepMind开发的一个项目，里边的人工智能体系能够自个学习怎么玩游戏，还能打出很高的分数。

人工智能学玩电子游戏

DeepMind期望经过研制能自学打游戏的人工智能，最终能让人工智能能够自学别的工作，比方无人驾驶中的人工智能就能够自立学习路况。这套体系能够学习49款经典像素游戏，比方《吃豆人》《弹珠台》，还能够学《星际争霸》这类比较复杂的游戏。

星际争霸

这套体系的根底是神经网络技能和一种查找算法——蒙特卡洛树查找。这两种技能在AlphaGo下围棋时就得到了很好的运用。而研究人员将蒙特卡洛树查找作了进一步修正，使得人工智能的表现能够尽量与人类玩家类似。而且假如人工智能在游戏里边取得高分，还能主动取得奖赏。

研究人员发现，在有些游戏中，人工智能的成果和人类没有太大不同；但在《吃豆人》等游戏中，人工智能的得分能够超越人类玩家20倍。研究人员说，假如人工智能能够玩赛车游戏的话，将来这项技能有也许被用于无人驾驶。

人工智能玩游戏

这么看来，让人工智能玩游戏不完满是来娱乐群众的行为，反而仍是办正事了。

3、拣黄瓜

人工智能干的活有时候不仅不巨大上，还很简略让人一头雾水，比方下面要说的拣黄瓜。

日本的一名技能人员开发了一套人工智能体系，用来给黄瓜分门别类。开发者的爸爸妈妈以种黄瓜为生，可是为了给种出来的黄瓜定品级是非常费事的一件事。就像他们家，为了给自家黄瓜分到九类品级，需求很多的时间调查黄瓜的色彩、长短、粗细、纹路等等，费时吃力，而且需求长时间的学习，无法暂时雇人帮助。

黄瓜的九个等级

所以这名技能人员开发了一套能够分拣黄瓜的人工智能体系。他运用google开源的TensorFlow渠道，经过图像识别，再加上树莓派3(Raspberry Pi 3)的硬件，人工智能体系就这么做出来了。他给这套体系“喂”了7000张黄瓜相片，帮助人工智能学习黄瓜种类。

分拣黄瓜流程

但如今为止，这套体系用于实习的准确率仅为70%，而且由于练习体系的相片分辨率太低，如今体系还不能分辨出黄瓜的色彩、纹路、小刺和刮痕等判别要素。如今这名技能人员正计划运用google的云机器学习渠道，改进他的人工智能体系。

所以说，人工智能能够不必那么巨大上，你还能够回家拿它孝敬爸爸妈妈。

4、修图

人工智能有时候也能干点艺术家的活，不过下面这个有点古怪：修图。乍一听起来感受人工智能莫非Low到跟修图网红一个等级了吗？不过我说一个跟人工智能有关的运用你也许会知道：Prisma。

本年来自俄罗斯的图像修改运用Prisma红遍全球，之所以这么红，除了它的艺术个性很共同以外，还有一个主要原因是它在里边用上了人工智能技能，但大家往往会忽略这一点。

Prisma修图作用

本来，人工智能才是这款运用的根底。曾经的修图运用都是简略地在原图上转换色彩或许环境个性，或许是加上某种滤镜堆叠图像，Prisma是模仿你上载的相片从头“画”了一幅画。它的背面恰是运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著作，提取出著作中躲藏的特征，然后把这些特征用到上载的图像上。其间，深度神经网络能够提取出高层次的特征，这么就能够为图像的内容和个性特征建模。

Prisma提取原画作特征，并用到用户上载的相片上

当图像修改加上人工智能，作用非常惊人：只需几十秒就能出一幅油画著作了。前提是你的手机网络比较快，假如用的人多了，也许还会由于过载而要你从头上载。

Prisma提示网络处理过载

所以当修图运用加上人工智能，作用比网红用的要巨大上很多。

5、写软文

如今的人工智能在文字方面也是凶猛，能够写新闻，听说将来还能够写小说，但你见过人工智能写软文吗？这个才是笔者写本盘点的最初动力。至于作用多惊(gao)人(xiao)，往下看就知道。

这是某游戏媒体开发的人工智能体系，声称能够为游戏写宣扬案牍。他们通知咱们，“修改”这个工种虽然有其存在意义，但现已过期了(笔者有一种不详的预见……)。他们要用新思想改造媒体，所以历时半年，运用线性回归、逻辑回归、决策树、支撑向量机、朴素贝叶斯、K附近算法、K-均值算法、随机森林等最新人工智能算法，开发了这款“宣扬案牍写作智能”。他们还声称：这是游戏媒体的一次巨大革新。

抱着饭碗有也许丢的危机感，笔者打开了这个体系，出来的页面要求填写有关数据：

填写数据界面

所以笔者填了以下内容(这里事前声明，以下信息都是瞎编的；笔者也没有恋童癖，是真的有这类玛丽苏小说。详细信息可baidu)：

笔者填的信息

点击“生成文章”今后，软文就出来了。内容在游戏宣扬界有点模式化，但比起只会写短新闻的人工智能高明了不少，里边有很多细节：

软文最初

软文代言人细节

里边乃至还有业界的赞扬：

业界“必定”

当然由于不是人类写的文章，所以不免有些疑问：

软文细节有误

开箱子是啥鬼？这游戏又不是箱娘(笔者这么纯真的人才不会通知你箱娘是啥)。

假如仅从文章细节上看，这个软文生成人工智能体系除了略夸大、不合宣扬目标自身以外，其它方面还不错。仅仅笔者由此俄然想到了一个大概2004年摆布就有的东西：藏头诗生成器。假如写短新闻音讯或许写这种模式化软文也叫人工智能，那主动生成藏头诗也应当算了。

藏头诗生成器