文/Evelyn｜圖/Quen｜編輯/Quen
上週，臉書「垃圾文界的一位美少年」粉專上瘋傳一張辨識女星的驗證圖片，難倒一票夏于喬、宋芸樺傻傻分不清網友；隨後跑出一堆惡搞驗證圖，甚至還有辨識透抽的版本出現，讓參戰的網友們玩得不亦樂乎。
近期大家會發現，在 Google 填寫表單或臉書身份認證時，CAPTCHA 驗證方式變得越來越多元，文末將補充精彩的演進史。其中最常出現的就是以上的圖片辨識九宮格，要使用者指認出不同圖片中的物件，而這個功能其實就是TensorFlow 應用之一。
前年Google發佈了TensorFlow物件辨識API，讓開發者更容易在同一張圖片中辨識及定位多個不同物件。TensorFlow目前採開放架構設計，並開源提供開發者取用，希望能提升物件、人臉或影像品質等深度學習的速率與準確度。
上個月Google I/O 2017年會上，深度學習系統又進一步邁向了本次的重頭戲－－輕量版的TensorFlow Lite。此版本在Android行動裝置上也能發揮人工智慧功能，藉由行動處理器進行裝置端的端點運算，甚至能夠支援離線操作。根據Google測試結果，在MobileNets系統運算下，離線準確率在70.7%～89.5%之間，雖然相比還是不及連上雲端的94%，但也已經十分出色，且在速度與方便性上更勝一籌。
