美國麻省理工學院（MIT）的(de)一(yi)支(zhi)團(tuan)隊(dui)驚(jing)奇(qi)的(de)發(fa)現(xian)
，隻(zhi)需(xu)要(yao)少(shao)數(shu)信(xin)息(xi)的(de)像(xiang)素(su)就(jiu)能(neng)夠(gou)識(shi)別(bie)出(chu)圖(tu)像(xiang)內(nei)的(de)目(mu)標(biao)。這(zhe)個(ge)發(fa)現(xian)為(wei)在(zai)線(xian)圖(tu)像(xiang)的(de)自(zi)動(dong)識(shi)別(bie)帶(dai)來(lai)了(le)巨(ju)大(da)的(de)進(jin)步(bu)

，最(zui)終(zhong)為(wei)計(ji)算(suan)機(ji)像(xiang)人(ren)類(lei)那(na)樣(yang)觀(guan)察(cha)事(shi)物(wu)提(ti)供(gong)了(le)基(ji)礎(chu)。MIT計算機科學與人工智能實驗室的助教Antonio Torralba和同事試圖找到最小量的信息，即從能夠提供內容有用表示的圖像中導出最短的數字表示。
   

   daochuzheyangyizhongduanxiaodebiaoshijianghuishihenzhongyaodedeyibu，tashideduiyintewangshangbaiwanyifutuxiangjinxingzidongfenleichengweikeneng。xianzai
，sousuotuxiangdeweiyifangfashijiyumeifutupianrengongjianrudewenbenbiaoti，erxuduotuxiangdouquefazheyangdexinxi。zidongshibieyeweirenmenjiansuonaxiecongshuzixiangjixiazaidaojisuanjidetupiantigongleyizhongfangfa，erqiebuxuyaoshougongjianzhameigebiaoti。zuihoutajianghuiyinfazhenzhengdejiqishijiao
，yexumoutianjianghuishijiqirennongdongtamenxiangjizhongshujudeyiyi，bingmiaohuichutamenzaina 。

   Torralba說，“我們都在嚐試找到圖像的最短代碼，這樣如果兩幅圖像具有相似的（數字）序列，它們就可能是相似的
，即可能由大致相同的目標，大致相同的結構組成”。如果一個圖像通過說明文字或標題來識別，那麼其它與數字代碼匹配的圖像可能顯示相同的目標（例如一輛車
，一棵樹，一個人）
，因此與圖片聯係在一起的名字會轉移到另一個。

   Torralba說
，利用這種方法識別圖像，“對於海量圖像，即使相對較簡單的算法也能夠執行的很好”。他將在今年6月Alaska舉行的機器視覺和模式識別會議上公開他的最新發現。這個工作是和紐約大學庫朗研究所的Rob Fergus和耶路撒冷的希伯來大學的Yair Weiss合作完成的。

   需要識別目標的信息

   為了找到人們識別一副圖像中的目標需要的圖像信息有多小，Torralba和他的合作者嚐試將圖像降低到越來越低的分辨率
，然後觀察在每層人們能夠識別的圖像有多少。“我們能夠識別出圖像內有什麼，即使分辨率非常低
，因為我們知道有關圖像的許多東西”，他說，“你需要識別大多數圖像的信息量大約是32比32”。作為對比
，即使Google搜索中顯示的小的縮略圖的典型值是100比100。

   即使一部廉價的數字相機產生的圖像也由數百萬像素的數據組成，每個像素一般由24bits的數據組成。但Torralba和同事開發的數學係統能夠將每幅圖片的數據簡化更多，並且證明了
，即使圖像被編碼而成的數字表示包含的數據隻有256到1024bits時，許多圖像都是可識別的。

   Torralba說，對每幅圖像都使用這樣少的數據
，就有可能利用一台普通PC，zaiyimiaozhongneiduishujukuneishangbaiwanfutuxiangsousuoxiangsidetupian。buxiangqitayaoqiujiangtuxiangfenjiechengbaohanbutongmubiaobufendefangfa，zhezhongfangfashiyongdezhengfutuxiang，yinciwuxurengongganyujiunengjiandandeyingyongdaodashujuji。

   舉個例子
，Torralba和同事使用其開發的編碼係統，能夠將因特網上12900000幅圖像隻用600 Mbytes表示，這些數據小到足夠匹配當前大多數PC的RAM，也能存儲到記憶棒中。圖像數據庫和軟件使數據庫的搜索可在網上公開獲得。

   現在對於最常見種類的圖像，匹配是有效的。Torralba說，“並不是創建所有的圖像都同等”。圖像越複雜或越獨特，就越不太可能正確的匹配。但對於圖片中最普通的目標來說，結果已經相當令人矚目了。