算法需要借助带有标签的数据才能得到训练，天启所做的则是真正在做的是训练视觉识别的算法。
用这些训练数据作为最好的问题类型可以训练算法，以便其区分某物体和非某物体的图像。
每当计算机本我的程序算法识别错误时，它将进行调整，以便下次能够正确识别。调整的过程通常需要更改当前算法的参数，这样就可以引入新的标签以求更准确地识别图像。
这种更改不是通过计算机的硬件设施，预判是并自上而下实施的，而是由算法自身通过高频次的数据交互自下而上构建的。
同时天启穿梭在各种各样的智能设备里，见识到了孩子们，在家里使用的X游戏机，是如何识别人在摄像机前的动作的，并深深地被这种强大的自下而上的学习能力震撼。
天启作为一种软件，实际上并不清楚每个硬件的实际情况，所以在这个时候，也是在每个硬件的不同情况下被深深震撼。
该算法可以很好地将人体的头、肘、手、脚区分开来，X配有一款深度感应摄像头，它可利用红外线技术，记录障碍物与摄像头的距离，如果人类站在客厅里的摄像头前，它会检测到它与人类身体的距离比后侧墙壁更近，并且还能确定人类身体的大致轮廓。
但人有男女老少、高矮胖瘦，特别是在玩游戏时还可能会摆出一些奇形怪状的姿势，这个数据在沈教授研究所获得的，所以该算法需要对人体的各处特定部位进行定位和识别。
苹果科技公司的算法，可以达到对静态图像的识别，动态图像识别需要更强大的分析处理能力，强行为会导致游戏卡顿、延迟，不过沈教授的研究所可是让这方面的研究得到了很好发展。
可能很多人类还是想不到，算法是如何确定那些特定身体部位，所对应的图像中的像素点呢？
事实上可通过一个简单的问题算法来实现，类似于“猜单词游戏”。第1个问题是：这个单词位于词典的前半部分还是后半部分？答案如果是“前半部分”，词典此时被一分为二。
内容未完，下一页继续阅读