Microsoft已推出一种图像识别工具，该工具试图描述图片的内容。 该人工智能工具仍处于开发阶段，并且不断从用户上传的图片中学习。

就准确性而言，有时描述是相当准确的，而有时CaptionBot提供的描述与所描绘的内容无关。 在某些情况下，由于其边缘状态粗糙，该应用程序根本无法提供描述。

Microsoft设计了CaptionBot，以学习更多经验，并期望其字幕会随着时间的推移变得更加准确。 用户上传的图片越多，应用程序就变得越好，正如CaptionBot描述的那样：

我可以理解任何图像的内容，并且会尝试描述它以及任何人类。 我仍在学习，所以我会保留你的照片，但没有个人信息。

CaptionBot使用三种技术来描述图片中所描绘的内容：Microsoft的计算机视觉，情感和必应图像。 Computer Vision API从图像中提取丰富的信息，以对视觉数据进行分类和处理，同时识别和提取图像中的文本。 顾名思义，Emotion API可以分析面部，以检测各种情绪，包括愤怒，轻蔑，厌恶，恐惧，幸福，中立，悲伤和惊奇。 Bing Image在网络上搜索图像。

我们测试了CaptionBot，在50％的情况下结果都是准确的。 例如，我们上传了两张图片：一张描绘游戏鼠标，另一张描绘一叠纸牌。 在这两种情况下，该工具都建议它是一部手机。 另一方面，CaptionBot可以准确检测到人和脸。

显然，CaptionBot对手机很着迷。 一位Twitter用户报告该应用程序认为Michelle Obama是一部手机。 有关更多CaptionBot有趣的字幕，请查看此Twitter页面。

您也可以在此处测试CaptionBot。 尝试一下：您将帮助改善该工具，否则您将大笑！