康奈尔大学研究人员使用计算美学系统教人工智能机器人“不仅在给定数据集中确定最令人愉悦的图片，还能自行捕捉新的、原创的——更重要的是，好的——镜头。”这个项目名为AutoPhoto，于去年秋天在智能机器人和系统国际会议上展示。机器人“摄影师”由三部分组成：图像评估算法，对呈现的图像进行评估并给出审美评分；一个装有摄像头的 Clearpath Jackal 轮式机器人； AutoPhoto 算法本身作为一种固件，将图像评级过程的结果转换为物理机器人的驱动命令，并有效地将优化图像捕获过程自动化。对于图像评估算法，这个由二年级硕士生 Hadi AlZayer 领导的康奈尔团队利用了现有的学习美学估计模型，模型使用超过一百万张经过人类排名的照片行了训练。 AutoPhoto 本身接受了数十张室内场景 3D 图像的训练，以在团队将其连接到 Jackal 上之前找到最佳拍摄角度。在被放到校园中的一个建筑物内之后，机器人开始时会拍出很多不好的镜头，但随着 AutoPhoto 算法“找到感觉”，它的镜头选择会稳步提高，直至拍摄出的图像可以与本地Zillow 列表中的图像相媲美。平均而言，优化一个镜头大约需要迭代十几次，整个过程只需几分钟即可完成。