生成式人工智能如何重新定义图像搜索
要重新写内容而不改变原意，需要将语言改写为中文，不需要出现原句审校|重楼的内容需要进行改写近几个月来，生成式人工智能凭借其创造独特的文本、声音和图像的能力引起了人们的极大兴趣。然而，生成式人工智能的潜力并不仅限于创造新的数据生成式人工智能的底层技术（如Transformer和扩散模型）可以为许多其他应用提供动力，包括信息的搜索和发现。特别是，生成式人工智能可以彻底改变图像搜索，使人们能够以以前不可能的方式浏览视觉信息以下是人们需要知道的关于生成式人工智能如何重新定义图像搜索体验的内容。图像和文本嵌入传统的
要重新写内容而不改变原意，需要将语言改写为中文，不需要出现原句
审校 | 重楼的内容需要进行改写
近几个月来，生成式人工智能凭借其创造独特的文本、声音和图像的能力引起了人们的极大兴趣。然而，生成式人工智能的潜力并不仅限于创造新的数据
生成式人工智能的底层技术（如Transformer和扩散模型）可以为许多其他应用提供动力，包括信息的搜索和发现。特别是，生成式人工智能可以彻底改变图像搜索，使人们能够以以前不可能的方式浏览视觉信息
以下是人们需要知道的关于生成式人工智能如何重新定义图像搜索体验的内容。
图像和文本嵌入
传统的图像搜索方法依赖于图像附带的文本描述、标记和其他元数据，这将用户的搜索选项限制为已经明确附加到图像中的信息。上传图像的人必须认真考虑输入的搜索查询类型，以确保他们的图像能够被他人发现。而在搜索图像时，查询信息的用户必须尝试想象图像上传者可能在图像中添加了什么样的描述
俗话说，“一图胜千言”。然而对于图像的描述来说，可以编写的内容是有限的。当然，根据人们查看图像的方式，可以采用很多方式进行描述。而人们有时根据图中的物体进行搜索，有时根据风格、光线、位置等特征搜索图像。不幸的是，图像很少伴随着如此丰富的信息。很多人上传的许多图像几乎没有附带任何信息，这使得它们很难在搜索中被发现。
人工智能图像搜索在这方面发挥了重要作用。人工智能图像搜索有多种方法，不同的公司都拥有自己的专有技术。然而，也有一些技术是这些公司共同拥有的
人工智能图像搜索和许多其他深度学习系统的核心是嵌入。嵌入是对不同数据类型进行数值表示的方法。例如，512×512分辨率的图像包含大约26万个像素（或特征）。嵌入模型通过对数百万张图像进行训练，学习视觉数据的低维表示。图像嵌入可以应用于许多有用的领域，包括图像压缩、生成新图像或比较不同图像的视觉属性
同样的机制适用于文本等其他形式。文本嵌入模型是文本摘录内容的低维表示。文本嵌入有许多应用，包括用于大型语言模型（LLM）的相似性搜索和检索增强。
人工智能图像搜索的工作原理
但是，当图像和文本嵌入一起训练时，事情变得更加有趣。像LAION这样的开源数据集包含数以百万计的图像及其相应的文本描述。当文本和图像嵌入在这些图像/标题对进行联合训练或微调时，它们会学习视觉和文本信息之间的关联。这就是深度学习技术背后的思想，例如对比图像语言预训练(CLIP)。
对比图像语言预训练（CLIP）模型学习文本和图像的联合嵌入
现在，我们有了可以将文本转换为视觉嵌入的工具。当我们为这个联合模型提供文本描述时，它会生成文本嵌入和相应的图像嵌入。然后，我们可以将图像嵌入与数据库中的图像进行比较，并检索与之最相关的图像。这就是人工智能图像搜索的基本原理
这种机制的美妙之处在于，用户将能够基于图像视觉特征的文本描述检索图像，即使这一描述没有在其元数据中注册。你可以使用丰富的搜索词，这在以前是不可能实现的，例如“郁郁葱葱的森林笼罩着晨雾，灿烂的阳光透过高大的松林，草地上生长着一些蘑菇。”
在上面的例子中，人工智能搜索返回了一组图像，其视觉特征与这个查询相匹配。其中很多的文字描述都没有包含查询的关键词。但它们的嵌入与查询的嵌入相似。如果没有人工智能图像搜索，要找到合适的图像就会困难得多。
从发现到创造
有时，人们寻找的图像并不存在，甚至通过人工智能搜索也无法找到它。在这种情况下，生成式人工智能可以通过两种方式之一帮助用户实现预期的结果。
首先，我们可以根据用户的查询从头开始创建一个新的图像。这种方法涉及到使用文本到图像生成模型（例如Stable Diffusion或DALL-E），为用户的查询创建一个嵌入，并利用该嵌入生成图像。生成模型会利用对比图像语言预训练（CLIP）等联合嵌入模型和其他架构（例如Transformer或扩散模型），将嵌入的数值转换为令人惊叹的图像
DALL-E使用对比图像语言预训练（CLIP）和扩散从文本生成图像
第二种方法是利用现有的图像，并根据个人喜好使用生成模型进行编辑。例如，在一张展示松林的图片中，草地上缺少了蘑菇。用户可以选择一张合适的图像作为起点，并通过生成模型将蘑菇添加进去
生成式人工智能创造了一个全新的范例，模糊了发现和创造力之间的界限。而在单一界面中，用户可以查找图像、编辑图像或创建全新的图像。
原文标题：How generative AI is redefining image search，作者：Ben Dickson
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。