谷歌再次對社交網(wǎng)絡(luò)表現(xiàn)出濃厚的興趣。但或許和消費者想象的有所不同，它并非又一個失敗的聊天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。

這個系統(tǒng)確實有效，但需要進一步的改進。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)源進行潛在匹配。

Google目前的系統(tǒng)僅僅基于視覺線索進行匹配，而新系統(tǒng)會額外步驟來增強圖像中人員的識別。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。