在生活中，比挑选纹身图案更为个性化或更具持久性的选择并不多。在 AI 的帮助下，找到您心仪的纹身可能很快就会变得容易一些。
位于哥本哈根的初创公司 Tattoodo 推出了一款基于深度学习的应用，能帮助用户在接受纹身之前找到合适的风格和图片。
每月有超过 2000 万纹身爱好者和纯粹出于好奇的访客涌入 Tattoodo 的网站，品评全球各地的人们上传的大批纹身图案。
以前，需要耗费大量人手对这些图案进行分类和标记。后来，Tattoodo 的开发人员 Goran Vuksic 和 Dennis Micky Jensen 在日常编程之余醒悟到可以构建一个图像识别神经网络，并使用它来标记 Tattoodo 收集的纹身图案。
这对搭档用手动标记的图案来训练他们的模型，重点放在纹身的风格或主题上。现在，人们只需键入感兴趣的风格的文字说明，算法就能找出与搜索内容相关的纹身图片。
Vuksic 说：“在你对某个艺术家、某种风格或主题表现出兴趣时，系统会把它弄明白，并向你提供这种艺术类型的更多建议。”
提供您想要的东西
Vuksic 和 Jensen 使用在 Amazon Web Services 上的 NVIDIA DIGITS 实例中运行的 Caffe 机器学习框架创建了神经网络。
DIGITS 是一种深度学习 GPU 训练系统，能让这对搭档轻松生成数据集和训练模型。他们通过 AWS 来使用它，因而无需投入巨资来添置硬件，只需动动手指就能获得 GPU 强大的处理能力。
两位开发人员现正整理超过 35 万张纹身艺术图片，供人们从中获取灵感。
成效非常惊人。无论您想要的是以龙为主题的日本式纹身还是全彩色的曼陀罗，模型都能识别您的请求，并从数据库中找出与您的搜索内容相关的纹身图案。
它甚至能向您展示要关注的艺术家 – 这一点很值得注意，因为 Tattoodo 收集了超过 50,000 位艺术家的作品。
展望未来
超过 100 万纹身爱好者使用着 Tattoodo 的应用。随着用户数不断增加，Vuksic 和 Jensen 打算运用他们所做的 AI 工作来改进上传过程，以便自动对用户张贴的纹身图案标注风格和加以标记。
通过借助 NVIDIA GPU 来推动训练过程，Vuksic 和 Jensen 还能专心提高结果的准确性（包括使用从上传过程中获得的数据进一步训练模型）。
“我们的网站是获得纹身灵感的头号目的地。”Vuksic 说。他还说自己打算不断探索 AI 中的机会，以保持这种领先局面。
剧透警告：AI 尝试编写史诗巨作“权力的游戏”的后续章节
如果您错过了我们上周的 AI Podcast，那就再来听听吧。我们与一位没有耐心追剧的开发人员进行了交谈。此人开发了一个 AI 程序，尝试编写史诗巨作权力的游戏的后续章节。
如何收听 AI Podcast
我们的 AI Podcast 通过 iTunes、DoggCatcher、Google Play Music、Overcast、PlayerFM、Podbay、Pocket Casts、PodCruncher、PodKicker、Stitcher 和 Soundcloud 播出。如果这里没有列出您爱用的方式，请向 aipodcast@nvidia.com 发送电子邮件以告知我们。
精选图片来源：Jayel Aheram 通过 Flickr 提供。