當Adobe遇見機器學習：新Photoshop推多項AI新功能
Adobe 的 Max 2021 活動如期展開！
這個活動最有趣的特點之一是，不斷將AI集成到Adobe的新產品或新功能中，過去幾年里，AI一直是這家公司不斷探索的領域。
Adobe 正在利用深度學習來改進其應用程序，鞏固其在視頻和圖像編輯市場中的優勢地位，同時，AI技術向產品中的滲透，也在重塑著Adobe公司的產品戰略。
AI驅動的圖像和視頻編輯
Adobe 的 AI 平臺 Sensei 現在已集成到其 Creative Cloud 套件的所有產品中。今年的Max 2021上展示的功能之一是 Photoshop 中的自動化工具，它使您只需將鼠標懸停在對象上即可選擇該對象。
Photoshop 的自動選擇功能
這個功能可節省大量時間，尤其是在編輯對象輪廓和顏色復雜，用經典工具很難準確選擇時，效果明顯。
Adobe 還改進了神經過濾器，這是去年添加到 Photoshop 的一項新功能。神經過濾器使用機器學習來增強圖像，許多濾鏡適用于人物肖像和圖像。
神經過濾器可以為黑白圖像著色或改變背景景觀
比如可以使用皮膚平滑、將妝容從源圖像轉移到目標圖像上，或者更改照片中主體人物的表情。
其他神經過濾器可以對圖像進行更通用化的修改，比如為黑白圖像著色、更改背景風景等。
此次Max大會還公布了一些預覽版和即將推出的新技術。
比如，Adobe 照片集產品的一項新功能稱為「In-between」，可以以短間隔拍攝多張照片，通過自動生成照片中間的幀來創建視頻.
正在開發的另一個功能是「on point」，可以通過用戶提供的參考姿勢來搜索 Adobe 龐大的庫存圖像庫。例如，如果提供一張人坐著伸手的照片，機器學習模型將檢測這個人的姿勢，并在庫中找到相似姿勢的人的照片。
目前這些功能已添加到 Lightroom、Premiere 和其他 Adobe 產品中。
其實，如果單看Adobe產品的每一項AI功能，它們都不是開創性的最新技術。
使用神經網絡進行風格遷移，是一項至少已有4年歷史的技術。支持多個圖像生成功能的生成對抗網絡 (GAN) 已經存在了7年多。事實上，Adobe 使用的許多技術都是開源且免費提供的。
Adobe AI 真正的過人之處不是卓越的AI技術，而是產品策略。
成功的產品需要具有差異化價值，才能說服用戶開始使用，從舊方案切換到新方案。
除了功能好用之外，好的產品還必須注意使用成本，這里的成本不僅包括產品本身的價格，還要考慮用戶使用時的產品體驗成本。
深度學習技術本身的應用成本也是個問題。許多用戶的設備沒有運行神經網絡的內存和處理能力，需要借助云服務。因此，產品必須設立服務器，開放網頁API，還要確保云服務的可用性。這類服務成本往往需要大量付費用戶才能撐得住。
另外，還必須考慮產品的獲利方式，保持用戶粘度。一款產品是基于廣告的免費產品、還是免費增值模式？是一次性買斷還是訂閱付費？一般用戶都不愿意同時使用付費方式過多的產品。
最后，AI導向型產品需要不斷迭代和改進。比如利用機器學習來增強圖像，就需要建立一個工作流程來不斷收集新數據，找出模型不足的地方，并對其進行微調以提高性能。
Adobe：在產品中集成AI，用AI重塑產品
Adobe 的 Photoshop 和 Illustrator 是非常強大的圖片處理工具。
Adobe 已經在圖形軟件市場占有很大的份額，公司的軟件每天有數百萬人使用，公司在接觸其目標市場方面沒有問題。
每當有新的深度學習工具時，Photoshop、Premiere 和 Creative Cloud等應用很快就能通過插件集成這些AI工具，供用戶使用。用戶無需付費或安裝任何新應用；他們只需要下載或更新插件就行了。
過去幾年里，Adobe逐步將這些AI功能從插件過渡到云，也旗下應用無縫集成深度學習技術鋪平了道路。
現在，Adobe 的大部分 AI 功能都在云上運行。對于用戶而言，使用云服務與本地服務的體驗沒有什么不同。同時，通過云服務的規模化效應，Adobe可以極大提升深度學習推理工具的成本效益。
目前，Adobe大部分新的AI功能都免費提供Creative Cloud 的訂閱用戶。
通過基于云的深度學習模型，Adobe相當于開了一家非常高效的「AI 工廠」。用戶在云上使用Adobe的機器學習模型時，其數據也會反過來促進AI工具的性能提升。
「在產品中集成AI，通過AI重塑產品」。這當然是個良性迭代。
將AI技術和機器學習模型真正集成到產品中，并實現可持續的穩定盈利，是個非常困難的任務，大多數公司都無法實現。
Adobe 可能是個有趣的例外。
