بعد الشوط الطويل الذي قطعته أجهزة الكمبيوتر في التعرف على الوجوه وكتابة التعليقات أسفل الصور الرقمية ومقاطع الفيديو، يعكف فريق من الباحثين حاليا على محاولة تدريب الكمبيوتر على وصف الصور مثلما يفعل البشر. ويعمل فريق العلماء بقسم الأبحاث في شركة مايكروسوفت العملاقة للبرمجيات على تطوير برنامج يمكنه وصف مجموعة من الصور بشكل آلي بنفس الطريقة التي قد يستخدمها الإنسان في رواية قصة على سبيل المثال. ولا تهدف هذه التقنية إلى مجرد شرح العناصر التي تظهر في الصورة بل أيضا تصور مجريات الأحداث وسياق الصورة، مثل أن يقول البرنامج عند إطلاعه على صورة عروسين: "لقد تزوج أصدقائي، وتبدو عليهم السعادة.. إنه زفاف رائع" وغير ذلك من العبارات والجمل التي ترد على ألسنة البشر في مثل هذه المناسبات. وتقول الباحثة مارجريت ميتشل وهي خبيرة كمبيوتر بمركز أبحاث ميكروسوفت: "الهدف هو إكساب الكمبيوتر نوعا من الذكاء البشري لمساعدته على فهم الأشياء بشكل مجرد"، وتوضح قائلة "لقد اعتاد البشر على تناقل القصص والروايات من أجل توصيل الحكمة والأخلاقيات والأفكار، ونحن من خلال التركيز على رواية القصص، فإننا نأمل في مساعدة أجهزة الذكاء الاصطناعي على إدراك المفاهيم البشرية بشكل آمن ومفيد للبشر جميعا بدلا من تعليم الأجهزة كيفية هزيمة البشر". ومن أجل تعليم الكمبيوتر فن رواية القصة اعتمادا على الصور، يقوم العلماء بتعليم البرنامج كيفية التعرف على الأشياء، مثل تعليمه كيفية التعرف على القطط عن طريق تغذيته بآلاف الصور للقطط بحيث يقوم بتحليلها واستيعابها. وتعمل هذه التقنية بنفس طريقة الترجمة الإلكترونية، ولكن بدلا من تعليم الكمبيوتر الترجمة من لغة إلى أخرى، فإن الباحثين يعلمون الكمبيوتر كيفية ترجمة الصور إلى عبارات. وقالت ميتشل في تصريحات للموقع الإلكتروني "لايف ساينس" المعني بالأبحاث والابتكارات العلمية: "ما زالت هناك كثير من العناصر التي لا يستطيع الكمبيوتر إدراكها فيما يتعلق بعملية بتقييم جودة القصص، ومازال هناك كثير من العمل الذي يتعين القيام به، ولكننا ما لا نزال في البداية".