今天玩一下現在很火的人工智慧。
廢話不多說，先來看幾張圖：
看出什麼蹊蹺了嗎？
再來看一個視訊：
（演示網址和程式碼見文末）
人工智慧離我們有多遠？你覺得只有戰勝柯傑的阿爾法狗才算是人工智慧嗎？看看周圍：你的美顏相機、你刷的抖音推薦、你手機上的語音助手……甚至包括給你送外賣的小哥分配，現在都少不了人工智慧的參與。
《鋼鐵俠》中的智慧管家賈維斯，如今看起來也不算那麼“科幻”了。不少廠家最近都推出了智慧音響產品，可以語音聊天及控制家裡的智慧家居裝置。
不過，我想要一個自己的“賈維斯”。
這個想法由來已久。現在看來，實現的可能性越來越高了。因為各種AI平臺、智慧硬體都已成熟，而 Python 這個膠水語言又可以很方便地把各種模組拼接起來。
最近正好瞥見了一個有意思的新“玩具”--騰訊AI開放平臺（http://ai.qq.com），本來只是想簡單給大家分享一下。結果我自己寫得停不下來，藉此機會開啟我的調教之旅。（這回一定是一個深坑）
這次用到了AI平臺的語音識別、智慧閒聊、語音合成，把這三個功能串起來，實現了語音智慧應答的功能。
目前功能可以說是十分初級，不過總要有個開始嘛，反正我有的是時間去打造她。
接下來的一些計劃：
- 增加攝像頭，實現人臉識別和場景定位
- 接上一個機械臂。之後所以無腦操作類的手機遊戲，你們就別想跟我一起衝排名了
- 安上輪子
- 連線無人機
- 當然，肯定還少不了樹莓派
雖然還沒想清楚最終會做出個什麼東西，但這不重要，對我來說過程已經夠有趣了。（應該整不出一個奧創來）
另外昨天還順手拿人臉融合的介面做了個線上換裝小工具，支援50種模板，想要體驗的朋友，由此進入>>> 人臉融合 - Crossin 的程式設計實驗室。
昨天夜裡把這個功能上線，朋友圈發了一下，很快就有幾百人訪問。現在文章推送出去，不知道我那小破伺服器能不能頂得住。雖然已經對圖片傳輸做了壓縮優化，但還是很危險。如果請求失敗，請稍晚些再來體驗，或者自己下載程式碼執行。
外行看熱鬧，內行看門道。前面的熱鬧說完了，如果你還想了解更多，我們接下來就說點有資訊量的門道。
這次程式碼用到的騰訊AI開放平臺，現在功能已經不少，主要是自然語言處理、計算機視覺、智慧語音三大方向。這次案例的程式碼，三個方向都涉及到了。
平臺文件還算得上詳細，也提供了線上功能演示，建議自己上去搗鼓一下。現在只要註冊就能申請使用，不收費，作為學習來說也幾乎沒有限制。比較可惜的是我沒看到有Python 示例，所以你可以參考我的程式碼來寫。（尤其是計算簽名的部分，可以直接用我的程式碼。）
單看獨立的 API 並不複雜，簡單來說就是一個網路請求，你按要求提供了正確的引數，平臺就會返回給你相應的結果。但如果你是剛接觸這類介面，我相信你會被坑得鼻青臉腫，因為我也是過來人。
比較明顯的坑大約有三個：
- 簽名。這是開放 API 驗證來源身份的標誌，也是 API 新手必經的坎。你要了解 md5 的概念（之前文章有提及過【每週一坑】校驗檔案雜湊），並且按照 API 的要求生成正確的簽名。除了開始時理解上的困難，在開發除錯時，因為最終輸出只有一串字元，所以出錯時很難 debug，只能一遍遍地仔細檢查。
- 引數。引數看起來都給你規定好了，但實際用時才發現會有各種問題。比較常見的錯誤可能是編碼。同樣，因為缺少除錯資訊，即使是很低階的錯誤，也可能讓你耗費很長時間。再加上有些你沒注意到的文件細節（比如字元長度限制）和錯誤（語音合成裡的請求方法是 POST 但文件上寫的是 GET），這個步驟也會讓你抓狂。
- 返回值。當你排除萬難，終於拿到結果的時候，或許會一臉懵逼……因為除了自然語言介面外，影象和聲音的返回值大多是經 base64 編碼後的資料。你需要自己對這些資料進行處理、儲存或展示。而如果你像我一樣要把幾個介面的功能串聯起來，那麼等待你的將是各種資料、檔案型別的轉換。好在 Python 在這方面還算方便，不然真的會痛不欲生。
所以，看起來只是簡單的介面呼叫，對於經驗不多的開發者來說，也不是容易的事。但這些光靠看是看不出來的，你必須親手寫過才能體會。寫了之後就會發現，一些坑我早就給過預警。不用太過糾結於哪個教程更好，自己動起手來才是最好。
示例程式碼裡包括語音智慧聊天和換裝的程式碼、以及一個簡版的換裝頁面（基於django）。獲取程式碼地址請在公眾號（Crossin的程式設計教室）裡回覆 人工智慧
如果有搞不定的問題，歡迎加入我的知識星球來跟我討論，話題不限於示例程式碼。
人臉融合 - Crossin 的程式設計實驗室 歡迎體驗及轉發。
════
其他文章及回答：
如何自學Python|新手引導|精選Python問答|Python單詞表|區塊鏈|人工智慧|雙11|嘻哈|爬蟲|排序演算法|我用Python|高考|世界盃|競猜|requests
歡迎搜尋及關注：Crossin的程式設計教室