資料圖：北京一名市民正在使用識花軟件。中新網邱宇 攝

　　中新網北京4月20日電(邱宇) 花草種類繁多，有些不易分辨，識花軟件的出現解決了這一難題。雖然功能看似簡單，但其背后的技術與“阿爾法狗”一樣，都是人工智能深度學習。

　　耗時三秒！告訴你這是什么花

　　難以分辨相似度較高的桃花和杏花？想知道小區或公園常見花草的名字？識花軟件可以輕松解決這一問題。

　　近幾年，市場上出現了微軟識花、形色、花伴侶等手機軟件，只需將拍攝的花草照片上傳，就能顯示該植物的名稱和相關介紹。

　　北京市民吳先生用“又快又準”形容他對一款識花軟件的體驗。“讀幼兒園的女兒好奇心強，常問一些花草名，有些我也不知道，但又沒辦法在網上搜索。”他說，識花軟件在三秒內就能給出結果，而且很準確。

　　根據形色提供的數據，從用戶上傳照片到顯示花的名稱，流程用時在一至三秒。

　　春季，識花軟件使用者明顯增多。天氣好的時候，形色平均每天圖片上傳量達50萬張。“這是一個很夸張的數字，”形色創始人陳明權說，“我們擁有的植物圖片總量已超過1000萬。據我了解，全球最大的植物數據庫圖片量也只有400多萬。”

　　形色(左)與微軟識花軟件界面。

　　識別準確率和信息量有待提高

　　目前，形色已能夠識別出4000種植物，準確率約90%。

　　但是，受拍攝角度、清晰度和花朵是否盛開等因素的影響，識花軟件的準確率也有波動。

　　多肉植物愛好者王女士告訴中新網記者，她在拍攝小區里的花朵后，某款識花軟件給出的答案是“這是一只鳥”，讓人哭笑不得。

　　王女士說，識花軟件給出的花草相關信息量太少。“比如，不少香水的前調、中調、后調會用花香來描述，但許多人對花香并沒有直觀的感受。如果在介紹花草時順便提一下哪款香水有這種香味，會很實用。”

　　還有使用者認為，識花軟件可以介紹一下花草的生長周期、養殖技巧，在識別內容上也可以拓展到水果、蔬菜等。

　　資料圖：盛開的桃花。 中新網記者 張尼 攝

　　背后的技術：人工智能深度學習

　　雖然功能看似簡單，但識花軟件“形色”采用的技術與谷歌“阿爾法狗(AlphaGo)”一樣，都是人工智能深度學習。

　　“我們做了一個模型，教計算機自己學習，這一過程類似于人類的大腦認知學習活動，對外界的認識是從無到有的。”陳明權說。

　　據他介紹，模型最初只能識別很少的幾種花，隨著用戶上傳花的種類和數量不斷增多，加上識別模型也在不斷改進，識別的準確率和種類也隨之提高，這與小孩學習是一樣的。

　　人工智能與深度學習有什么關系？陳明權說，從范疇來看，人工智能最大，機器學習次之，深度學習最小。

　　2016年3月9日，韓國圍棋棋手李世石(右)VS谷歌AlphaGo的人機大戰賽在韓國首爾舉行。

　　觸景無限公司技術總監嚴彥在IT、人工智能領域從業多年，他告訴中新網記者，人工智能的目的是用電腦來替代人腦活動，其范疇包括機器學習。深度學習是近年來隨著電腦的處理能力大幅提升而快速發展起來的一種機器學習的方法。

　　嚴彥說，相對于其他多種機器學習方法，深度學習能應用在更廣泛的領域，且有著更好的效果。深度學習有點類似于人腦神經系統的工作，它包含很多信息的過濾層，每一個過濾層都能對信息進行進一步抽象。

　　比如對一張圖片的識別，第一層過濾可以找出圖片中的物體邊緣的點，第二層過濾能找出直線、圓圈等簡單的形狀，第三層過濾可以把這些簡單的形狀識別成行人、自行車等復雜物體。通過對信息的層層過濾和分析，其輸出結果就越來越接近人腦識別效果。

　　2015年4月20日，奔馳無人駕駛概念車亮相上海車展。中新社發湯彥俊 攝

　　除了識花，人工智能還有哪些應用？

　　人工智能概念誕生于上世紀50年代，近幾年在技術上有了突破式進展。

　　根據艾瑞咨詢發布的《2015年中國人工智能應用市場研究報告》，人工智能市場將保持高速增長，預計2020年全球人工智能市場規模約為1190億人民幣，中國約為91億。

　　從應用上看，語音和人臉識別、聊天機器人、智能家居、無人駕駛均采用了人工智能技術。

　　嚴彥說，隨著人工智能的發展，人們的生活品質在機器的輔助下會有很大的提升。同時，很多人的工作也有可能會逐漸被機器所取代，這將會對未來人類社會的分工造成較大的沖擊。

　　“但人工智能是否可以完全取代人呢？我覺得這還是很遙遠的事情。”他說