文/Christine｜編輯/Quen
Lumos 是臉書 (Facebook) 基於內部的人工智慧技術發展出來的影像與圖片識別技術，透過數十億張照片當作練習素材，不斷訓練應用的識別精準度。Lumos不但能辨認出照片中的人物，還能進一步判別照片裡的人物是在走動、跑步、跳舞還是彈奏樂器？更重要的是：它具備強大的圖片搜尋的功能。
臉書的應用機器學習總監 Joaquin Quiñonero Candelah曾表示，「當你回想起過去的美好回憶，可能很難記起確切的日期。但也許你記得當天穿的是黑色T恤。只需要知道這樣，就能夠直接搜尋『黑色T恤』來在你自己或親友的照片中找出那天的照片了。」
談到「圖像辨識」，就不能不提另一個科技巨頭 Google了。Google 研發的照片識別技術，同樣能夠辨別圖片中物體與動作、為圖片分類，而準確率高達90%。同時，Google 釋出的機器學習服務提供企業更快訓練的機器學習模型，且能與 Google 雲端平台的雲端運算工具 Cloud Dataflow、BigQuery、Cloud Datalab 等擴充整合。
成功的商業應用，包括衛星與地理資訊服務商 Airbus 採用 Google 的機器學習服務，來自動偵測衛星雲圖上的缺陷（如無法辨別雲和雪之間的差異可能影響雲的成像），大大提升了Airbus 的分析速度與準確率。這取代了非常耗時的人工校正過程：以前一天就得人工調整上萬張衛星雲圖，而運用 Google的機器學習服務後，錯誤率從 11% 降至 3%。
生產線問題也迎刃而解！
日本食品加工廠 Kewpie 以前需要聘用人力專門挑出生產線上的瑕疵品，例如不符合標準的蔬菜（品質、色澤、大小、形狀）。儘管購買機器設備，但機器的準確率仍然輸給人工檢驗的作法。「圖片辨識」技術為 Kewpie 解決了令人頭痛的問題：準確率與人工偵測相當，系統發現瑕疵品時將自動暫停生產線。員工不必再像過去一樣緊繃，也為企業省下每間工廠十萬多美金的設備費用。
