close
為什麼谷台中洗水塔歌總是要逼 AI 搞藝術？
提到谷歌的人工智能，大傢想到的大多是會下棋的阿爾法狗和Waymo無人車。可要我說，谷歌對於教人工智能畫畫這件事，好像有種特別的執念。
今年，谷歌推出瞭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麼圖案，為你優化出來。其實這並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瞭。
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。後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瞭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……
充滿瞭狗臉、眼睛、詭異的螺旋圖案，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傢拍瞭下來，最高單幅價格高達 8000 美元。這可能是第一位靠“藝術”賺錢的人工智能瞭。
實際上，谷歌DeepDream真正想要瞭解的，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、筆觸等等細節瞭。我們看到的那些正確識別出圖像的算法，都是經由人工調試後的，而DeepDream則跳過瞭人工指導、矯正這一步，直接憑著自己的意願識別圖片，並且會經過數次重復，最終就成瞭我們現在看到的樣子。
和上圖一樣，如果讓我們把樹看成建築，把植物看成鳥，恐怕隻能去發揮想象力瞭。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，把人類世界裡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，谷歌就不再止步於隻讓人工智能畫狗臉瞭。在去年，谷歌推出瞭一款叫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後，然後 Quick, Draw! 會判斷你畫的到底像不像，並且會顯示出除瞭題目之外，你的畫還像什麼其他的東西。
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 個國傢的 2000 萬用戶，在 Quick, Draw! 上共繪制瞭 8 億幅塗鴉。谷歌還表示，這些數據瞭反映的不同文化背景與觀念，比如不同國傢的人所畫的椅子是不一樣的，有些國傢人畫的椅子總是側面，有些則通常是正面。現在，谷歌已經開放瞭其中的部分數據，供所有開發者一起玩耍。
Autodraw：人工智能塗鴉大師
文章開頭提到的Auto draw就是Quick,Draw！數據的研究成果，也展示瞭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麼，它甚至能幫你補完未完成的塗鴉，糾正其中的錯：如果你花瞭一隻三隻眼睛的貓，Autodraw會去掉一隻眼睛。
公家機關水肥清運>台中抽水肥專業網｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運
這意味著，Autodraw已經擁有瞭我們所說的抽象思維，它並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，並且知道貓隻有兩隻眼睛。
Autodraw的背後，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。
把人類塗鴉的筆畫當成輸入，進行序列編碼，用人們的繪畫方式來訓練神經網絡。完成這一訓練後，SketchRNN就瞭解瞭某一圖案繪畫時的“一般規則”。
比如我們畫貓時，會畫一張圓臉，兩個尖耳朵，一川抽水肥清理行｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運兩隻眼睛，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”。然後，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麼圓，貓的胡須可以長短不齊。但是三隻眼睛這種錯誤超過瞭變量浮動的范圍，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瞭一個神經網絡。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。可動用瞭如此之多的資源之後，SketchRNN的應用范圍還隻限制於塗鴉之中，如果圈定在“筆畫”這個邏輯裡，或許以後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，性價比未免太低瞭。
台灣電動床工廠
不過也有人提出瞭其他的看法，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，或許展示瞭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。
提到谷歌的人工智能，大傢想到的大多是會下棋的阿爾法狗和Waymo無人車。可要我說，谷歌對於教人工智能畫畫這件事，好像有種特別的執念。
今年，谷歌推出瞭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麼圖案，為你優化出來。其實這並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瞭。
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。後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瞭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……
充滿瞭狗臉、眼睛、詭異的螺旋圖案，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傢拍瞭下來，最高單幅價格高達 8000 美元。這可能是第一位靠“藝術”賺錢的人工智能瞭。
實際上，谷歌DeepDream真正想要瞭解的，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、筆觸等等細節瞭。我們看到的那些正確識別出圖像的算法，都是經由人工調試後的，而DeepDream則跳過瞭人工指導、矯正這一步，直接憑著自己的意願識別圖片，並且會經過數次重復，最終就成瞭我們現在看到的樣子。
和上圖一樣，如果讓我們把樹看成建築，把植物看成鳥，恐怕隻能去發揮想象力瞭。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，把人類世界裡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，谷歌就不再止步於隻讓人工智能畫狗臉瞭。在去年，谷歌推出瞭一款叫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後，然後 Quick, Draw! 會判斷你畫的到底像不像，並且會顯示出除瞭題目之外，你的畫還像什麼其他的東西。
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 個國傢的 2000 萬用戶，在 Quick, Draw! 上共繪制瞭 8 億幅塗鴉。谷歌還表示，這些數據瞭反映的不同文化背景與觀念，比如不同國傢的人所畫的椅子是不一樣的，有些國傢人畫的椅子總是側面，有些則通常是正面。現在，谷歌已經開放瞭其中的部分數據，供所有開發者一起玩耍。
Autodraw：人工智能塗鴉大師
文章開頭提到的Auto draw就是Quick,Draw！數據的研究成果，也展示瞭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麼，它甚至能幫你補完未完成的塗鴉，糾正其中的錯：如果你花瞭一隻三隻眼睛的貓，Autodraw會去掉一隻眼睛。
這意味著，Autodraw已經擁有瞭我們所說的抽象思維，它並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，並且知道貓隻有兩隻眼睛。
Autodraw的背後，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。
把人類塗鴉的筆畫當成輸入，進行序列編碼，用人們的繪畫方式來訓練神經網絡。完成這一訓練後，SketchRNN就瞭解瞭某一圖案繪畫時的“一般規則”。
比如我們畫貓時，會畫一張圓臉，兩個尖耳朵，一川抽水肥清理行｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運兩隻眼睛，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”。然後，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麼圓，貓的胡須可以長短不齊。但是三隻眼睛這種錯誤超過瞭變量浮動的范圍，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瞭一個神經網絡。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。可動用瞭如此之多的資源之後，SketchRNN的應用范圍還隻限制於塗鴉之中，如果圈定在“筆畫”這個邏輯裡，或許以後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，性價比未免太低瞭。
台灣電動床工廠
不過也有人提出瞭其他的看法，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，或許展示瞭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。
全站熱搜
留言列表
