一向以来很好奇机器人眼中的世界究竟是什么样子，下面这些互联网巨头谷歌公司宣布的一组图片，这些图片展示了先辈人工智能体系如何对图片进行分析和处理。因此，它们也可以被称作机器人眼中的世界。

前方高能预警，以下图片可能会引起某些人不适：

达·芬奇的名画《蒙娜丽莎的微笑》

竞选噩梦

卡戴珊巨臀封面

文森特·梵高1889年在法国创作的一幅闻名油画——星空

1966年英格兰的世界杯荣耀博比·摩尔爵士高举着的世界杯冠军奖杯被谷歌人工智能体系处理后变成了一只狗头

20世纪60年代传奇吉他手吉米·亨德里克斯的标志性形象

美国星条旗变成了毛毛虫、狗、海星的混合体

伦敦燃放大量烟花来祝新年的来，烟花照亮了大本钟后的夜空。

英格兰队前队长大卫·贝克汉姆，经过转变后变成了新鲜的画面

闻名的二战照片，为庆祝日本降服佩服，照片中的一名美国水兵在时代广场亲吻身旁一名素不相识的女护士，经过体系变换之后已面目全非。

奥巴马总统的“盼望”海报经谷歌人工神经网络体系加强之后，呈现出了全新视角。

啄木鸟遨游飞翔时，鼬鼠伏在啄木鸟的背上，这个风趣的画面被摄影师拍了下来。

印度泰姬陵

爱德华·蒙克的《呐喊》

这些照片是由谷歌的图像识别神经网络产生的，该网络已被“教育”，以识别建筑物、动物和物体等图像。

为了能够识别特定物体，谷歌的人工神经网络体系先对大量相似图片进行处理和学习，然后就能学习到特定物体独一无二的特性。例如，假如要使人工神经网络识别叉子，那么ANNs首先要处理大量含有叉子的照片，然后学习得到叉子的特性，即叉子含有一个手柄、两到四个尖头。在识别过程中，人工神经网络就通过判断图片中是否含有手柄以及尖头来识别图片中是否含有叉子。

在一个低水平上，这种神经网络可以被用来检测图像的边界。在这种情况下，这些图像就像绘画作品，使用过Photoshop滤镜的人应该对此感到不陌生：

　
但是，假如神经网络被要求识别更复杂的图像，——例如识别一头动物，它会产生令人不安的奇幻图景：

面对如此怪异的识别效果，一个简单的诠释是人工神经网络体系是通过获取图像里面的模式来识别图像，就像小孩可以在云中找到一些外形一样。但模式识别有可能导致错误的效果，这就使得ANNs可能将一幅正常图片变换成一幅特别很是新鲜的错误图像。

“神经网络面临的一个挑衅是逐层识别。例如，第一层可以识别边缘或拐角。中心层识别基本特性，以追求团体的外形或部件，例如门或叶子的外形。最后几层将这些组合成一个完备的图像，在识别特别很是复杂的事情时，——如整个建筑物或树木，这些神经元很活跃。”谷歌的工程师诠释说。

现实上，谷歌的人工神经网络体系包含十到三十层节点。当图片被送入神经网络之后，每层节点都会提取复杂信息。在这些复杂信息中图片的轮廓相对简单，最复杂的是整幅图片。

计算机科学家最近熟悉到，当使用神经网络体系的更高层处理图片时，可以获得更复杂的特性甚至是一个完备的对象。

但体系存在缺陷，比如一幅图片中含有一小我的面部，而面部刚好有个类似眼睛的污点，那么神经网络会被污点诳骗，经过一段时间的重复处理后就会在污点处形成眼睛。

Google的算法虽然能够识别并获取每幅图中的重要特性，不过算法并没有完全理解各个特性之间在实际中的关联性。许多算法认为的特性以新鲜的体例分布在画的不同位置。不过，要是算法能够完善的画出画来，我想机器人征服世界的日子就不远了。

Google已经将这个名为“Deep Dream”的图像识别软件项目放到了代码分享网站 GitHub 上开源，如今任何人都可以下载它运行并藉此处理本身的图像。

你还能看出来这是Doge吗？

在社交媒体上或Reddit社区里通过搜索 #deepdream 标签你可以找到更多的Deep Dream式图像，你也可以借助Deep Dream机器人来制作本身的图像。不过软件的出图结果趋向于把许多东西转换成动物，其中分外爱抢镜的是狗狗......还有眼睛，也每每以一种旋涡状的彩虹色把东西给覆盖住。