許多圖片素材網站提供了層層的篩選條件，來提供使用者在尋找圖片時，能更精準的搜尋到想要的圖片，但結果往往始終不理想，因為這樣的層層篩選式搜尋，乍看之下也許是體貼使用者，但它依然「不夠好用」說明它還不夠人性化。
究竟我們找到一張滿意的圖有多困難？首先我們慣用的找圖方式，一定是輸入我們所想像的關鍵字去搜尋引擎當中搜索，但往往會出現許多，並不是我們要預想中的圖片。
而通常我們能搜尋的條件不外乎大小、圖片類型（城市、人像、自然、黑白等）和上傳時間，雖然這些篩選條件對使用者一樣很重要，但我們耗費在搜尋圖片上的時間有沒有因此減少呢？
當我們需要更「細節」的條件，去輔助我們搜尋到我們心中所想像的圖片的時候，上述的篩選條件已經無法滿足我們的需求時，這個時候我們就會需要「不同顏色」甚至是圖片中物品的「擺放位置」來精準我們對於圖像的搜尋。而 Shutterstock 最新款的實驗工具，就是為了讓圖像搜尋對使用者「更精準」而被創造的。
Shutterstock 建構的這一款構圖感知搜尋引擎工具，運用的是 AI 深度且不斷自我學習的技術，將AI 的視覺、關鍵字處理等搜尋技術相互結合，在海量的圖像空間中覓得與搜尋結果相符合的圖片。舉個例子，當我們要找尋「乳酪」與「紅酒」的圖片時，可以將「乳酪」移到左邊，紅酒移到右邊，就可以找到左邊是乳酪右邊是紅酒的圖片，反向操作亦然。使用者可以自由的定義圖片中物品出現的位置，來當做搜尋圖片的條件。
網站連結：shutterstock labs
需要撰寫 PPT 的廣告文案工作者們，或者是大專院校設計系的學生們，幾乎每天都擁有上網找圖的需求，但往往在這個階段就耗費了非常多時間，究其原因往往是找不到自己滿意的圖片，例如 PPT 中往往需要大量的圖片去示意報告者的語境與表達，還需要圖片中某些部分有預留的空間可以供使用者擺上文案，往往圖對了但卻沒有留白空間，或者永遠找不到適合自己創作的圖。這些問題未來通通 可以在 Shutterstock 的新工具中，得到解決。
Shutterstock 創始人 Jon Oringer 對此表示：「這項技術的亮點在於，我們將搜尋內容進行了改變，細部的位置變化可以交由AI來完成，並且不斷學習」。
這項工具由 Shutterstock 內部運算的視覺團隊所開發，去年該團隊就推出了圖片反向搜尋，和類似於「以圖搜圖」的選項，這些功能的開發都是為了讓使用者更方便，更省時的找到想要的圖片。而這項基於「構圖」的圖片搜尋技術目前還在測試階段，或者我們可以說是 AI 還在「學習」的階段，目前只能偵測到一些簡單的位置變化內容。
但就如 Shutterstock 創始人 Jon Oringer 所說的，他們做的工作就是將 AI 的學習和識別給構築起來，剩下的就是依靠時間和內部團隊讓 AI 可以識別更精準的位置變化，與圖片中更細節的深度內容。
參考連結：The Verge
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！