像每年一样，Adobe的Max 2021活动的特点是产品的揭示和其他在世界领先的计算机图形软件公司发生的创新。
在这次活动中，最有趣的是Adobe继续将人工智能融入其产品，这是该公司在过去几年中一直在探索的一个场所。
像许多其他公司一样，Adobe正在利用深度学习来改进其应用程序，并巩固其在视频和图像编辑市场的地位。反过来，人工智能的使用也在塑造Adobe的产品战略。
以人工智能为动力的图像和视频编辑
Sensei，Adobe的人工智能平台，现在已经整合到其Creative Cloud套件的所有产品中。在今年的会议上披露的功能中，有一个Photoshop中的自动屏蔽工具，它使你能够仅仅通过将鼠标悬停在一个对象上来选择该对象。一个类似的功能为它在场景中检测到的所有对象自动创建遮罩层。
Photoshop的自动蒙版功能在运行
自动蒙版功能节省了大量的时间，特别是在物体具有复杂的轮廓和颜色，用传统工具很难选择的图像中。
Adobe还改进了神经过滤器，这是它去年加入Photoshop的一项功能。神经过滤器使用机器学习来增加图像的增强效果。许多滤镜适用于人像和人物图像。例如，你可以应用皮肤平滑，将化妆从源图像转移到目标图像，或改变照片中人物的表情。
其他神经滤镜可以进行更普遍的改变，如对黑白图像进行着色或改变背景景观。
神经过滤器可以为黑白图像着色或改变背景景观。
Max会议还公布了一些预览和即将推出的技术。例如，Adobe照片收集产品的一个新功能叫 "in-between"，它拍摄两张或更多相互之间间隔很短的照片，并通过自动生成照片之间的帧来创建一个视频。
另一个正在开发的功能是 "on point"，它通过提供一个参考姿势来帮助你搜索Adobe的巨大图片库。例如，如果你向它提供一张人坐着并伸出手的照片，机器学习模型将检测出人的姿势，并找到人们处于类似位置的其他照片。
AI功能也被添加到Lightroom、Premiere和其他Adobe产品中。
提供人工智能产品的挑战
当你单独审视Adobe的人工智能功能时，它们都不是突破性的。虽然Adobe没有在活动中提供任何架构或实施细节，但任何一直关注人工智能研究的人都可以立即将在Max上展示的每个功能与过去几年在机器学习和计算机视觉会议上发表的一篇或多篇论文和演讲联系起来。自动掩码使用深度学习的对象检测和分割，这是一个最近取得巨大进展的研究领域。
使用神经网络的风格转移是一项至少有四年历史的技术。而生成对抗网络（GAN），它为几个图像生成功能提供动力，已经有七年多的历史了。事实上，Adobe使用的很多技术都是开源的，可以免费使用。
Adobe的人工智能背后的真正天才不是卓越的技术，而是该公司向客户提供产品的战略。
一个成功的产品需要有一个差异化的价值，说服用户开始使用它，或从他们的旧解决方案切换到新的应用程序。
在不同的图像处理应用中应用深度学习的好处是非常明显的。它们会带来生产力的提高和成本的降低。深度学习模型提供的帮助可以帮助那些不具备专家级图形设计师的技能和经验的人降低艺术创作的门槛。在自动屏蔽和神经过滤器的情况下，这些工具使有经验的用户也能更快更好地解决他们的问题。一些新功能，如 "中间 "功能，正在解决其他应用程序没有解决的问题。
但是，除了卓越的功能，一个成功的产品需要以一种无摩擦和具有成本效益的方式交付给其目标受众。例如，假设你开发了一个最先进的以深度学习为动力的神经过滤器应用程序，并想在市场上出售。你的目标用户是已经在使用Photoshop等图片编辑工具的平面设计师。如果他们想应用你的神经过滤器，他们将不得不在Photoshop和你的应用程序之间不断地移植他们的图像，这造成了太多的摩擦，降低了用户体验。
你还必须处理深度学习的成本问题。许多用户设备没有内存和处理能力来运行神经网络，需要基于云的处理。因此，你必须建立服务器和网络API来为深度学习模型提供服务，而且你还必须确保你的服务能够保持在线，并且随着使用量的增加而可用。只有当你达到大量的付费用户时，你才能收回这些成本。
你还必须弄清楚如何使你的产品货币化，既能覆盖你的成本，又能保持用户对使用它的兴趣。你的产品是基于广告的免费产品，还是免费模式，是一次性付款，还是订阅服务？大多数客户希望避免与几个具有不同支付模式的软件供应商合作。
而且，你需要一个推广策略，使你的产品被其目标市场所看到。你会在社交媒体上投放广告，进行直接销售并联系设计公司，还是使用内容营销？许多产品的失败并不是因为他们没有解决核心问题，而是因为他们无法接触到合适的市场，无法以一种具有成本效益的方式提供产品。
最后，你需要一个路线图来不断迭代和改进你的产品。例如，如果你使用机器学习来增强图像，你需要一个工作流程来不断收集新的数据，找出你的模型失败的地方，并对其进行微调以提高其性能。
Adobe的人工智能战略
Adobe的Photoshop和Illustrator是令人难以置信的强大工具Adobe的Photoshop和Illustrator是令人难以置信的强大工具
Adobe已经在图形软件市场上占据了很大的份额。每天都有数以百万计的人使用Adobe的应用程序，因此该公司在向其目标市场推广方面没有问题。每当它有一个新的深度学习工具，它可以立即利用Photoshop、Premiere和其Creative Cloud套件中的其他应用程序的巨大影响力，让用户看到并使用它。用户不需要支付或安装任何新的应用程序；他们只需要将新插件下载到他们的应用程序中。
该公司在过去几年中逐渐向云端过渡，也为将深度学习无缝整合到其应用程序中铺平了道路。Adobe的大多数人工智能功能都在云中运行。对其用户来说，基于云的功能的体验与使用直接在自己设备上运行的过滤器和工具没有什么不同。同时，Adobe云的规模使该公司有可能以非常具有成本效益的方式运行深度学习推理，这就是为什么大多数新的人工智能功能是免费提供给已经订阅了Creative Cloud的用户。
最后，基于云的深度学习模型为Adobe提供了运行一个非常高效的人工智能工厂的机会。当Adobe的云为其用户提供深度学习模型时，它也将收集数据，以改善其人工智能功能在未来的性能。例如，该公司在Max会议上承认，自动屏蔽功能还不能适用于所有物体，但会随着时间的推移而改进。持续的迭代将反过来使Adobe增强其人工智能能力并加强其在市场中的地位。反过来，人工智能将塑造Adobe未来推出的产品。
运行应用机器学习项目是非常困难的，这也是大多数公司在将其付诸实施时的失败。Adobe公司是一个有趣的案例，说明将正确的元素汇集在一起，可以将人工智能的进步转化为有利可图的商业应用。
这篇文章最初由Ben Dickson发表在TechTalks上，TechTalks是一个研究技术趋势的出版物，它们如何影响我们的生活和做生意的方式，以及它们解决的问题。但我们也讨论了技术的邪恶面，新技术的黑暗影响，以及我们需要注意的问题。
在这次活动中，最有趣的是Adobe继续将人工智能融入其产品，这是该公司在过去几年中一直在探索的一个场所。
像许多其他公司一样，Adobe正在利用深度学习来改进其应用程序，并巩固其在视频和图像编辑市场的地位。反过来，人工智能的使用也在塑造Adobe的产品战略。
以人工智能为动力的图像和视频编辑
Sensei，Adobe的人工智能平台，现在已经整合到其Creative Cloud套件的所有产品中。在今年的会议上披露的功能中，有一个Photoshop中的自动屏蔽工具，它使你能够仅仅通过将鼠标悬停在一个对象上来选择该对象。一个类似的功能为它在场景中检测到的所有对象自动创建遮罩层。
Photoshop的自动蒙版功能在运行
自动蒙版功能节省了大量的时间，特别是在物体具有复杂的轮廓和颜色，用传统工具很难选择的图像中。
Adobe还改进了神经过滤器，这是它去年加入Photoshop的一项功能。神经过滤器使用机器学习来增加图像的增强效果。许多滤镜适用于人像和人物图像。例如，你可以应用皮肤平滑，将化妆从源图像转移到目标图像，或改变照片中人物的表情。
其他神经滤镜可以进行更普遍的改变，如对黑白图像进行着色或改变背景景观。
神经过滤器可以为黑白图像着色或改变背景景观。
Max会议还公布了一些预览和即将推出的技术。例如，Adobe照片收集产品的一个新功能叫 "in-between"，它拍摄两张或更多相互之间间隔很短的照片，并通过自动生成照片之间的帧来创建一个视频。
另一个正在开发的功能是 "on point"，它通过提供一个参考姿势来帮助你搜索Adobe的巨大图片库。例如，如果你向它提供一张人坐着并伸出手的照片，机器学习模型将检测出人的姿势，并找到人们处于类似位置的其他照片。
AI功能也被添加到Lightroom、Premiere和其他Adobe产品中。
提供人工智能产品的挑战
当你单独审视Adobe的人工智能功能时，它们都不是突破性的。虽然Adobe没有在活动中提供任何架构或实施细节，但任何一直关注人工智能研究的人都可以立即将在Max上展示的每个功能与过去几年在机器学习和计算机视觉会议上发表的一篇或多篇论文和演讲联系起来。自动掩码使用深度学习的对象检测和分割，这是一个最近取得巨大进展的研究领域。
使用神经网络的风格转移是一项至少有四年历史的技术。而生成对抗网络（GAN），它为几个图像生成功能提供动力，已经有七年多的历史了。事实上，Adobe使用的很多技术都是开源的，可以免费使用。
Adobe的人工智能背后的真正天才不是卓越的技术，而是该公司向客户提供产品的战略。
一个成功的产品需要有一个差异化的价值，说服用户开始使用它，或从他们的旧解决方案切换到新的应用程序。
在不同的图像处理应用中应用深度学习的好处是非常明显的。它们会带来生产力的提高和成本的降低。深度学习模型提供的帮助可以帮助那些不具备专家级图形设计师的技能和经验的人降低艺术创作的门槛。在自动屏蔽和神经过滤器的情况下，这些工具使有经验的用户也能更快更好地解决他们的问题。一些新功能，如 "中间 "功能，正在解决其他应用程序没有解决的问题。
但是，除了卓越的功能，一个成功的产品需要以一种无摩擦和具有成本效益的方式交付给其目标受众。例如，假设你开发了一个最先进的以深度学习为动力的神经过滤器应用程序，并想在市场上出售。你的目标用户是已经在使用Photoshop等图片编辑工具的平面设计师。如果他们想应用你的神经过滤器，他们将不得不在Photoshop和你的应用程序之间不断地移植他们的图像，这造成了太多的摩擦，降低了用户体验。
你还必须处理深度学习的成本问题。许多用户设备没有内存和处理能力来运行神经网络，需要基于云的处理。因此，你必须建立服务器和网络API来为深度学习模型提供服务，而且你还必须确保你的服务能够保持在线，并且随着使用量的增加而可用。只有当你达到大量的付费用户时，你才能收回这些成本。
你还必须弄清楚如何使你的产品货币化，既能覆盖你的成本，又能保持用户对使用它的兴趣。你的产品是基于广告的免费产品，还是免费模式，是一次性付款，还是订阅服务？大多数客户希望避免与几个具有不同支付模式的软件供应商合作。
而且，你需要一个推广策略，使你的产品被其目标市场所看到。你会在社交媒体上投放广告，进行直接销售并联系设计公司，还是使用内容营销？许多产品的失败并不是因为他们没有解决核心问题，而是因为他们无法接触到合适的市场，无法以一种具有成本效益的方式提供产品。
最后，你需要一个路线图来不断迭代和改进你的产品。例如，如果你使用机器学习来增强图像，你需要一个工作流程来不断收集新的数据，找出你的模型失败的地方，并对其进行微调以提高其性能。
Adobe的人工智能战略
Adobe的Photoshop和Illustrator是令人难以置信的强大工具Adobe的Photoshop和Illustrator是令人难以置信的强大工具
Adobe已经在图形软件市场上占据了很大的份额。每天都有数以百万计的人使用Adobe的应用程序，因此该公司在向其目标市场推广方面没有问题。每当它有一个新的深度学习工具，它可以立即利用Photoshop、Premiere和其Creative Cloud套件中的其他应用程序的巨大影响力，让用户看到并使用它。用户不需要支付或安装任何新的应用程序；他们只需要将新插件下载到他们的应用程序中。
该公司在过去几年中逐渐向云端过渡，也为将深度学习无缝整合到其应用程序中铺平了道路。Adobe的大多数人工智能功能都在云中运行。对其用户来说，基于云的功能的体验与使用直接在自己设备上运行的过滤器和工具没有什么不同。同时，Adobe云的规模使该公司有可能以非常具有成本效益的方式运行深度学习推理，这就是为什么大多数新的人工智能功能是免费提供给已经订阅了Creative Cloud的用户。
最后，基于云的深度学习模型为Adobe提供了运行一个非常高效的人工智能工厂的机会。当Adobe的云为其用户提供深度学习模型时，它也将收集数据，以改善其人工智能功能在未来的性能。例如，该公司在Max会议上承认，自动屏蔽功能还不能适用于所有物体，但会随着时间的推移而改进。持续的迭代将反过来使Adobe增强其人工智能能力并加强其在市场中的地位。反过来，人工智能将塑造Adobe未来推出的产品。
运行应用机器学习项目是非常困难的，这也是大多数公司在将其付诸实施时的失败。Adobe公司是一个有趣的案例，说明将正确的元素汇集在一起，可以将人工智能的进步转化为有利可图的商业应用。
这篇文章最初由Ben Dickson发表在TechTalks上，TechTalks是一个研究技术趋势的出版物，它们如何影响我们的生活和做生意的方式，以及它们解决的问题。但我们也讨论了技术的邪恶面，新技术的黑暗影响，以及我们需要注意的问题。
打赏
-
支付宝扫一扫
-
微信扫一扫
