宋教授：所以
们采取
邀请制，所有对象都必须经过资格筛选，并签署具有法律效力
协议书。
主持人：之前网上讨论得非常火热是，
些受邀请用户晒出CATNIP给自己拍摄照片，并分享他们感受，其中有人说，这些由机器拍出照片“比真人拍摄更有感情”，甚至能够“触动心灵深处”。对此您有何评论？
宋教授：这个，只能说，机器所有行为都是受程序及算法控制，它是camera而不是cameraman，那种能够产生情感机器只存在于科幻电影里。
主持人：您自己用
象，这是整个项目灵感源起。
主持人：问个外行话，如果机器都无法准确识别对象，怎
能去寻找它存在于，嗯，所谓时空结构中信息呢？
宋教授：你这个问题提得非常好。就像照片里小猫，你是先知道什是猫，再去找猫在哪儿，还是先知道猫在哪儿，再去识别什是猫？这就是个“鸡生蛋蛋生鸡”悖论。目前们神经科学和生理学知识尚无法解释人类认知过程是如何发生，更不用说教会机器。于是们采用另种思路。
主持人：这听起来就像是推理小说啊。
宋教授：呵呵，这个比喻有意思。们是这做，从语义上给定个对象，通过对接外部数据库去抓取相关信息，包括语义和图像，并按时间序列构建起意义连续体，然后们把真实对象摆到机器面前，比如说，只猫，机器会在捕捉到动态画面与意义连续体之间寻找可能流形映射，当它确定两者之间能够建立映射时，也就是说它“认出”这只猫时，就会“咔嚓”下，按下快门。当然这只是个简化比喻，背后有许多艰深算法，们希望以这种倒推方式找到提升机器识别能力办法，它更多是个数学上问题。
主持人：听起来蛮有意思，那怎会想到把这项技术从实验室里带到CCES呢？
宋教授：嗯，这个不确定能不能说，之后跟领导确认下，如果不方便公布你们就剪掉吧。
主持人：没问题。
宋教授：其实这个项目除来自国家专项基金外，还有几家大科技公司资助，他们希望能从前期介入，看看这项技术商业化前景如何，另外点，们需要更多样本帮助机器进行深度学习，而真实环境中对象远远比实验室里模拟条件来得复杂。正好组里有个狂热摄影爱好者，他帮忙设计这个，被们认为“锦上添花”照相模块，包括调焦、光圈、快门以及滤镜库调用等功能。
主持人：这会不会涉及到数据隐私问题？
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
