比如说我们做的人脸检测，我们把相册里面的人脸检测出来，然后再进行标注，做了各种各样的UI设计，我们把这个东西做到微软的Photo Tagging为里面。后来我们做图像的搜索，我想搜索一下我的小孩穿绿一衣服的照片，把穿这件衣服的照片搜索出来。后来我觉得前面这十几张挺漂亮的，我把它选出来，然后做了一个识别软件，你用计算机自动判断出来，这个照片里面哪些部分是重要的，你不能进行遮挡，同时你要把整个背景全部盖住，同时你要均匀的分布，所有的条件同时满足，要在几毫秒之内算出来，这个技术现在是不难的，但是十年前是相当难的。所以为什么那时候专门发表一篇文章专门干这件事情，我做了很多特别效果的软件，这时候我太太不跟我吵架了，她觉得我干了一点有用的事情。
我刚才给大家看的其实都是有照片的，我判断这个照片里面哪个地方重要，哪个地方不遮挡，我只要用人脸检测就可以了。但是如果是普通照片，什么地方我不应该遮挡，什么地方是重要的，这涉及到图像内容的分析，这就涉及到更加智能的东西。图像智能在学界是研究很久的，我们研究的时候前面也已经做了十几年了，但是我们是第一个用大数据的方法来做这件事情的，现在大家经常听到大数据，其实十几年前已经做这件事情了，只是我们叫的名字不一样。
我们可以看到数字，过来三个学生，要了两万张图像，我们觉得很了不起的，现在的数据量是不一样的，算法也是不一样的。那个时候能够做到是相当了不起的，所以我们最后做出的结果是这样的，我们计算机可以判断出一张图像哪个是最重要的。
还有一个好玩的应用，这个东西你把图像缩小以后，你就看不清了，如果你把中间重要的部分切出来再缩小，你还是可以看清图片的，所以这个实际上还是很有用的，这是照片系统里面很多图很容易把里面重要的部分弄出来。
实际上人工智能难就难在并不是所有的东西都那么做的，有些东西是超出我们的智商的。比如说这张图片，哪个对我来说是更重要的，但是计算机是把前面的判断出来，这个现在是可以解的，现在我搜集大量小孩撒尿的照片还是可以训练出来的，但是不是那么容易的，有的时候领导讲话也是这个姿势。
下面这张图更难理解了，我用我小孩的图，你们做图像理解，你们能不能理解这些图。后来他们看了以后都放弃了这个研究方向，比如说这是我小孩的第一个女朋友，这是我在俄罗斯给他买的玩具，关系还是很好的，但是进展的有点快。他才六个月，很有科学家的探索精神。
然后我们又做了一些有趣的东西，把这个图像把物体切割出来，我们把一组图同时切割出来，再做一些好玩的东西。
接下来我们希望跟一些电影结合起来，我们就找了小兵张嘎卡通片，我们进行图像搜索，找出了相似的图像和照片，把这个替换掉了，这个用PS是很容易做的，但是十年前是很难做的。我们从检索到分割，所有的步骤都是动画做的，这是十年前的工作，也是发表在顶级的会议上。这个是小兵张嘎跟他的妹妹，这是我的小孩跟他的女朋友。这是小兵张嘎跟特务。
刚才讲的是人脸识别，图像方面我们也做了开创性的工作，在我们做之前，大家讲这张图有一些毛病，然后再评价这个Quality，我们做这个工作这张图是很完整的图，但是我们判断这张图有多美、多漂亮。比如说这两张图，按照传统算法，左边是模糊的图，右边是清晰的图，但是我们判断左边这张图是有意义的，怎么让计算机来判断一个图美，还是不美，其实我们也不知道怎么做。所以我让学生到图书馆把摄影书拿回来，我们再用计算机来识别，它的景深，物体的白色在什么位置，然后学突然这张图是漂亮，还是不漂亮的。它有什么用呢？我们在网上搜索了大量的图，搜索完了以后我们可以把漂亮的图放在前面，差的放在后面。或者说你在手机牌照的时候，我们可以教你怎么牌照，怎么取景，怎么样使用大光圈等等。
我们在MSN上还做了一些特效，加一些眼镜，如果大家现在用APP可以在脸上做各种各样的特效，这是我们十年前做的产品，已经在MSN上用了很长时间。但是我们做这么多产品，大家没有一点感觉，根本不知道我们做了什么东西，就是因为做的很辛苦，而且效果也没有那么好。