Google新通訊工具Allo：深度學習的功能看似很炫，但你會想用來跟人聊天嗎？

Google在今年Google I/O大會發表的即時通訊工具，它是款整合溝通表達、Google助手 以及安全性的創新工具，而其創新的功能之一就是能夠自動辨識照片，並提供回覆建議。就讓我們瞭解一下這項功能運作的原理，並想想這種功能會給我們什麼影響。

透過機械學習從大量圖片中找尋關連

Allo的基本使用與一般常見的Line、Facebook Messenger差不多，但是它的內部卻藏有許多Google研發的新技術，這邊要討論的便是自動回覆建議功能，該功能可以自動分析對方傳來的圖片，並顯示回覆建議，以利使用者可以方便選取，加快回覆訊息的速度。

這個功能最主要的技術核心，分別是影像識別與深度學習，前者個功用是讓電腦瞭解圖片的主題為何，後者則用於強化產生回覆內容。

影像識別的部分採用Google的Machine Perception（意為機器理解力）團隊所開發的辨識技術，能夠在深度學習的輔助下，將圖片與真實語言中的詞彙建立關連，簡單地說就是可以自動為圖片標註「人」、「車輛」、「動物」、「食物」等標籤。

至於深度學習方面，則是透過稱為Expander的大型電腦平台（Large-Scale Graph-Based Semi-Supervised Learning Platform）進行半監督式學習（Semi-Supervised Learning，利用大量未標記的資料與部分已標記的資料進行訓練的模型，以解決資料量稀少及分散的問題）。當照片經影像識別處理、建立標籤之後，深度學習系統就會從大量圖片中分析彼此的關連性，並自動建立新的標籤。

舉例來說，當義大利麵被標註「好吃」，而細扁麵被標註「美味」時，即便義大利麵與細扁麵彼此間沒有具關連性的標籤，但是系統會自行因為好吃與美味的關連，而為圖片建立新的標籤，如此一來細扁麵也會產生好吃標籤。當系統中有非常大量的圖片與標籤時，學習的成效就會趨勢顯著，讓回覆建議更加精準。

▲Allo的回覆建議功能展示，它不但能處理文字訊息，也可以對圖片進行處理。

▲收到小寶寶的照片時，Allo會產生「哇」、「好可愛」、「可愛的寶寶」等回覆建議。

▲當義大利麵與玫瑰花被準確識別後，Allo就能產生「我喜歡義大利食物」或「喜歡玫瑰花」等回覆建議。

▲Allo也能對場景、情境進行分析，例如在畢業典禮的照片產生祝賀或鼓勵的回覆建議。

▲原本義大利麵（上方2款麵食）被標註「好吃」（紅色標籤），而細扁麵（下方1款麵食）被標註「美味」（藍色標籤）。經過這套深度學習系統的運作後，就能自動為細扁麵與好吃建立關連。

那，這是你的回覆還是Allo的回覆？

雖然Allo能夠產生回覆建議的功能相當方便，但是筆者不免懷疑它會對人們產生的負面影響。

由於筆者近期正巧前往旅遊，在Facebook分享照片時，隨手無病呻吟地裝了一下文青寫下旅遊心情，覺得反芻情景所寫下的文字別具意義。但是由於Facebook提供了方便的按讚功能，所以許多人在閱讀文字時不一定會停頓、咀嚼，反而只是囫圇吞棗似的以按讚表示自己已經看過，如此一來便少了回覆之後可能會產生的互動與交流。

而Allo的回覆建議雖然比按讚「精緻」一點，但它畢竟不是使用者親自對圖片所產生的共鳴，而只是機器與程式自動執行的結果。這種少了人性的回覆，不知道對朋友間的情誼是否有所幫助。

延伸閱讀：