人们在浏览一张照片以及了解人、汽车、西巴犬等三维形状时不会存在困难。但计算机对现实世界的经验非常少，而且智能化程度不高，在识别这些事物时仍存在困难。现在，科学家创建了一种接近目标的新“打开”方式。 研究人员从训练算式将三维物体当作二维平面开始。例如，设想挖空一个多山的世界，将其平铺为一个矩形图，并用其表面上的每个点作为纬度、经度和海拔。 经过反复尝试之后，新的机器学习算式学会了将3维物体的照片（图中第一排飞机）转译为二维表面，然后再“缝合”为三维形式。研究人员训练它重建汽车、飞机以及各种姿态中的手势。 此前的方法会将轿车转译为掀背车，并把飞机转译为鸟（如图中第二排），新方法则可以更加准确地从照片中转译出三维形状，研究人员在近日于美国夏威夷火奴鲁鲁举行的电气和电子工程师学会计算机视觉与模式识别会议上报告了这一成果。 这个被称作SurfNet的新项目还可以创新全新的、栩栩如生的汽车、飞机和手势三维模型。其未来的应用可能包括设计虚拟和增强现实的物体、创建机器人导航房间的三维模型以及设计用手势控制的计算机界面等。（晋楠）