微软AI技术新进展，可以基于图片内容回答自然语言问题

最近，据ZDNet，微软在卡耐基梅隆大学的一个研究小组开发出一个新的AI系统，这个系统可以训练机器识别图像的内容，并回答自然语言提出的问题。例如，现在有一张狗坐在自行车篮子里的照片，这项技术用来回答，“什么坐在自行车的篮子里”这样的问题。

微软的研究人员表示，回答这样一个问题并不简单，需要多步骤推理，具体解决方案是“堆栈注意力网络（Stack Attention Networks）”，图片经过多层深度神经网络进行“注意力”分析，计算出哪些区域与问题有关。单层“注意力”分析技术曾用于图像自动字幕和机器翻译。具体技术原理参加他们的论文。

这项技术未来可以用于实时识别并预测人的需求，例如，自行车头盔上的摄像头预警系统，这个系统会不停地问自己问题，诸如“我的左边是什么?”，“旁边是不是有车要超我？”，“有没有跑向我但我没注意到的人？”，这些问题的答案可以用来提示骑车人，预防危险的发生。

前些天，Google的自然语言处理刚刚取得突破，可以通过文字或语音识别出 “最高级”、“基于时间的” 查询和一些复杂组合问题。