Google ‘ s seneste AI eksperiment lader software autofuldførelse din doodles

Google Hjernen, søg giant ‘ s interne kunstig intelligens division, har gjort betydelige fremskridt på computer vision teknikker at lade software fortolke indholdet af håndtegnede billeder, og derefter genskabe disse tegninger er på farten. Den seneste udgivelse fra division AI eksperimenter serien er en ny web-app, der giver dig mulighed for at samarbejde med et neuralt netværk til at tegne kruseduller af dagligdags genstande. Start med enhver form, og softwaren vil derefter automatisk komplet tegning til bedste evne ved hjælp af forudsigelser og sine tidligere erfaringer fordøje millioner af bruger-genereret eksempler.

Google ‘ s AI er konstant at forbedre takket være menneskelige-tegnet kruseduller

Den software, der kaldes Skitse-RNN, og Google forskere først annonceret tilbage i April. På det tidspunkt, holdet bag Skitse-RNN afsløret, at den underliggende neurale net er, at man løbende uddannet ved hjælp af menneske-lavet kruseduller stammer fra en anden AI eksperiment udgivet første gang tilbage i November kaldet Quick Draw! Programmet bedt om menneskelige brugere til at tegne forskellige simple objekter fra en tekst prompt, mens den software, der forsøgte at gætte, hvad det var hvert skridt af vejen. En anden spinoff fra Hurtig, Tegne! er en web-app kaldet auto-valg, som identificeres dårligt hånd-tegnet kruseduller og foreslog, ren clip art udskiftninger.

Alle disse programmer forbedres over tid, efterhånden som flere mennesker bruger dem, og holde fodring AI læring mekanisme lærerigt data. Det endelige mål, ser det ud, er at undervise i Google-software til at kontekstualisere den virkelige verden objekter, og derefter genskabe dem ved hjælp af sin forståelse af, hvordan den menneskelige hjerne trækker forbindelser mellem linjer, former og andre billede-komponenter. Fra der, Google med rimelighed kunne implementere endnu bedre versioner af sit eksisterende image anerkendelse værktøjer, eller måske endda at uddanne fremtidens AI algoritmer til at hjælpe robotter tag og identificere deres omgivelser.

I tilfælde af denne nye web app, kan brugere nu arbejde sammen med Skitse-RNN at se, hvor godt det tager en begyndende form og omdanner det til det ønskede objekt eller ting, du forsøger at tegne. For eksempel, vælg “ananas” fra drop-down liste over forvalgte emner, og starte med bare en oval. Fra der, Skitse-RNN forsøg på at skabe mening af objektets orientering og beslutter sig for hvor de skal forsøge at doodle i frugt tornede fremspringende blade:

Billedet liste er temmelig varieret, med alt fra brandhaner, at stikkontakten for at Mona Lisa. Skitse-RNN er også temmelig hit eller miss, når det kommer til mere komplicerede tegninger. Dette er den software, som prøver deres (virtuelle og disembodied) hånd ved at tegne kruseduller en rutschebane:

Der er en række andre Skitse-RNN demoer, som du kan tjekke ud for at få en dybere forståelse for, hvordan programmet fungerer. En, der kaldes “Flere Forudsige,” lader Skitse-RNN generere mange forskellige versioner af det samme emne. For eksempel, når du får en lynhurtig til at trække en myg, du behøver kun at tegne, hvad der ligner en thorax eller abdomen og Skitse-RNN vil tage den derfra, og samtidig vise dig, hvordan det ellers forudsiger, at det billede kunne være udført:

Der er to andre demoer, med titlen “Interpolation” og “Variationsregning Auto-Encoder,” der vil have Skitse-RNN forsøge at bevæge sig mellem to forskellige typer af lignende tegninger i realtid, og også forsøge at efterligne din tegning vil mindre tweaks det kommer med på sin egen:

Hele sæt af programmer, er et fascinerende kig under kølerhjelmen af moderne computer vision og image og objekt anerkendelse af sæt tech virksomheder har til deres rådighed. Hvis du ikke har noget imod at tegne groft med en computer mus eller pegefelt og har nogle fritid på hænderne, er det værd en eftermiddag forsøger at se, hvor meget bedre — eller påviseligt værre — Skitse-RNN kan gøre din kruseduller.