谷歌再次對社交網(wǎng)絡(luò)表現(xiàn)出濃厚的興趣。但或許和消費(fèi)者想象的有所不同，它并非又一個(gè)失敗的聊天APP，也不是從未扣響成功的Google Plus，而是一種全新的人臉識別方式。在最新獲得的專利“以社交網(wǎng)絡(luò)為輔助的面部識別系統(tǒng)”中，嘗試通過解析社交關(guān)系來更好的識別你的面部信息。

反向圖像搜索的原理通常是提取圖像中的視覺元素同其他照片進(jìn)行匹配，通過情況下是所得到的結(jié)果是沒有意義的，但只要照片的光線充足，并且分辨率足夠高，谷歌往往能夠獲得正確的答案。

這個(gè)系統(tǒng)確實(shí)有效，但需要進(jìn)一步的改進(jìn)。目前所搜索的結(jié)果通常是半相關(guān)的，尤其是對于那些沒有更多數(shù)據(jù)可供選擇的人來說，往往無法獲得匹配。例如從Facebook的中學(xué)畢業(yè)照中找出你的好友Katie，在使用該照片后系統(tǒng)往往只能返回Facebook賬號。

不過在新系統(tǒng)中，人工智能不僅能通過視覺線索來識別面部信息，而且還能調(diào)用來自私人通信、社交網(wǎng)絡(luò)、協(xié)作應(yīng)用甚至是日歷中的數(shù)據(jù)。用戶以圖片的形式輸入“視覺查詢”，然后系統(tǒng)使用高級圖像識別技術(shù)來分析圖像和外觀，并會使用上述數(shù)據(jù)源進(jìn)行潛在匹配。

Google目前的系統(tǒng)僅僅基于視覺線索進(jìn)行匹配，而新系統(tǒng)會額外步驟來增強(qiáng)圖像中人員的識別。其中包括你的籍貫、年齡、職業(yè)、和其他各種數(shù)據(jù)來源，Google會努力確保它會返回與你查詢相關(guān)的圖像，有些來自于你的社交網(wǎng)絡(luò)，有些來自于其他協(xié)作應(yīng)用中所提取的數(shù)據(jù)。

例如輸入一張Amanda的照片，在進(jìn)行常規(guī)的視覺線索匹配之外，系統(tǒng)還會調(diào)用你的鏈接、你在Facebook上的好友信息，以及她在你個(gè)人Twitter上的轉(zhuǎn)發(fā)等數(shù)據(jù)，在綜合這些數(shù)據(jù)之后Google會識別這樣圖片來告訴你照片中的人物是誰。