五月婷婷欧美视频_少女频道在线观看高清_欧美日韩视频一区二区三区_7777精品伊久久久大香线蕉语言

首頁 > 機器人資訊 > 谷歌多次嘗試結合AI和藝術,可意義在哪?

谷歌多次嘗試結合AI和藝術,可意義在哪?

日期:2019-02-22   人氣:  來源:互聯網
簡介:谷歌多次嘗試結合AI和藝術,可意義在哪? 提到谷歌的人工智能,大家想到的大多是會下棋的阿爾法狗和Waymo無人車。可要我說,谷歌對于教人工智能畫畫這件事,好像有種特別的執念。 今年,谷歌推出了一款可以幫助人畫簡筆畫的工具Autodraw,隨便畫幾筆,算法……

谷歌多次嘗試結合AI和藝術,可意義在哪?

提到谷歌的人工智能,大家想到的大多是會下棋的阿爾法狗和Waymo無人車。可要我說,谷歌對于教人工智能畫畫這件事,好像有種特別的執念。

今年,谷歌推出了一款可以幫助人畫簡筆畫的工具Autodraw,隨便畫幾筆,算法就能識別出你想要畫什么圖案,為你優化出來。其實這并不是谷歌推出的第一個人工智能+繪畫項目,早從2015年開始,谷歌就已經在用算法挑戰人類對藝術的認識和審美了。

DeepDream:是深夢還是噩夢?

谷歌不僅僅有DeepMind,還有DeepDream利用深度學習技術識別圖片,再把自己解讀的畫面呈現出來。后來谷歌將這一項目開源,讓所有人都可以上傳圖片,再生產出被DeepDream解讀的結果。

不知道是不是在訓練是被喂了太多眼睛和小狗的圖案,反正經過DeepDream加工過的圖片基本都是這樣

充滿了狗臉、眼睛、詭異的螺旋圖案,工業機器人維修,有種異樣的魔性。谷歌甚至還為DeepDream舉辦過一次展覽,展出的六幅作品還被一位收藏家拍了下來,最高單幅價格高達8000美元。這可能是第一位靠藝術賺錢的人工智能了。

實際上,谷歌DeepDream真正想要了解的,是神經網絡黑盒子的工作邏輯。我們都知道,神經網絡在識別圖像時通常是層數越多、越細致,第一層神經網絡可能在識別輪廓,中間層的神經網絡可能就在識別紋理、筆觸等等細節了。我們看到的那些正確識別出圖像的算法,KUKA機器人示教器維修,都是經由人工調試后的,而DeepDream則跳過了人工指導、矯正這一步,直接憑著自己的意愿識別圖片,并且會經過數次重復,最終就成了我們現在看到的樣子。

和上圖一樣,如果讓我們把樹看成建筑,把植物看成鳥,恐怕只能去發揮想象力了。這種機器識別出人眼不能識別的圖案的情況,讓我們再一次開始思考機器視覺和人類視覺的不同。或許,DeepDream真的是一個有著無限想象力的嬰兒人工智能,把人類世界里的一切都看做它可愛的寵物狗。

Quick,Draw!來和人工智能玩你畫我猜

很快,谷歌就不再止步于只讓人工智能畫狗臉了。在去年,谷歌推出了一款叫Quick,Draw!的繪畫小程序。Quick,Draw!其實就是人與人工智能合作的你畫我猜,系統隨機顯示一個名詞,要求用戶在20秒內把它畫出來。用戶用鼠標簡單畫出物體形狀后,然后Quick,Draw!會判斷你畫的到底像不像,并且會顯示出除了題目之外,你的畫還像什么其他的東西。

顯然,這是一個收集數據的好方法。僅僅半年的時間,就有來自100個國家的2000萬用戶,在Quick,Draw!上共繪制了8億幅涂鴉。谷歌還表示,這些數據了反映的不同文化背景與觀念,比如不同國家的人所畫的椅子是不一樣的,有些國家人畫的椅子總是側面,有些則通常是正面。現在,谷歌已經開放了其中的部分數據,供所有開發者一起玩耍。

Autodraw:人工智能涂鴉大師

文章開頭提到的Autodraw就是Quick,Draw!數據的研究成果,也展示了谷歌強大的機器學習技術。

Autodraw能做到的不僅僅是識別你在畫什么,它甚至能幫你補完未完成的涂鴉,糾正其中的錯:如果你花了一只三只眼睛的貓,Autodraw會去掉一只眼睛。

這意味著,Autodraw已經擁有了我們所說的抽象思維,它并非僅僅是按照歷史數據規整圖畫的線條,而是知道眼睛這一概念,并且知道貓只有兩只眼睛。

Autodraw的背后,是人工智能系統SketchRNN。當我們在Quick,Draw!上作畫時,SketchRNN會記下我們每一筆的形狀和順序,為每一種特定物體(貓、椅子等等)訓練出一種神經網絡。把人類涂鴉的筆畫當成輸入,工業機器人維修,進行序列編碼,用人們的繪畫方式來訓練神經網絡。完成這一訓練后,SketchRNN就了解了某一圖案繪畫時的一般規則,比如我們畫貓時,會畫一張圓臉,兩個尖耳朵,兩只眼睛,六根胡須。SketchRNN就能明白,一個大圓、兩個小圓、六根線和兩個尖角加起來就是貓。然后,再向其中引入變量,讓SketchRNN可以輸出和接受隨機性。比如貓臉的圓形可以不那么圓,貓的胡須可以長短不齊。但是三只眼睛這種錯誤超過了變量浮動的范圍,是會被SketchRNN修正的。

和上圖一樣,同樣是汽車,顏色越偏暖的圖案,代表隨機性越大,而這些全都是SketchRNN的作品。

SketchRNN雖然神奇,可很多人認為這項技術的實用性比較差。因為SketchRNN能識別甚至創造圖形的原因,是因為團隊為每一種圖案都訓練了一個神經網絡。能做到這些,離不開Quick,Draw!收集到的龐大數據量,更離不開TensorFlow的強大算力。可動用了如此之多的資源之后,SketchRNN的應用范圍還只限制于涂鴉之中,如果圈定在筆畫這個邏輯里,或許以后還能在書法上有所作為,但效率如果還停留在每個個字搭建一個神經網絡上,性價比未免太低了。

不過也有人提出了其他的看法,有學者認為,筆畫是世界范圍共用的溝通方式。象形文字、壁刻畫式的線條會對人類大腦形成一種天然的刺激,人類的藝術創造越來越具象,或許展示了一種大腦和思維進化的可能。按照這個邏輯,SketchRNN或許能為我們找回曾經的思維方式,在未來幫助考古、史學、人類學等等領域更好的進行研究。

免責聲明:本網部分文章和信息來源于互聯網,本網轉載出于傳遞更多信息和學習之目的。如轉載稿涉及版權等問題,請立即聯系網站所有人,我們會予以更改或刪除相關文章,保證您的權利。
主站蜘蛛池模板: 舞钢市| 阿拉善右旗| 乐东| 江油市| 潜山县| 景洪市| 肇州县| 潞城市| 东至县| 内丘县| 石狮市| 原阳县| 阜阳市| 靖边县| 宁化县| 夏邑县| 和林格尔县| 游戏| 武鸣县| 舟山市| 嵊泗县| 四川省| 甘孜| 稻城县| 荥经县| 翼城县| 孙吴县| 汾西县| 邻水| 百色市| 铜山县| 高台县| 四会市| 泌阳县| 金秀| 梅州市| 筠连县| 英吉沙县| 姜堰市| 富平县| 荔波县|