Googles senaste AI experiment som låter mjukvaran automatiskt komplettera din doodles

Google Hjärnan, sökandet jätten interna artificiell intelligens division, har gjort betydande framsteg på datorn vision teknik som låter programvara tolka innehållet i handritade bilder och sedan återskapa dessa ritningar på fluga. Den senaste utgåvan från division AI experiment-serien är en ny webb-app som låter dig samarbeta med ett neuralt nätverk för att rita figurer av vardagliga föremål. Börja med någon form, och programmet kommer då automatiskt kompletta ritningen till det bästa av sin förmåga med hjälp av prognoser och tidigare erfarenheter uppslutning av miljontals användare som genereras exempel.

Googles AI är att ständigt förbättra tack för en människa dras doodles

Programmet heter Sketch-RNN, och Google forskare som först tillkännagavs det tillbaka i April. På den tiden, teamet bakom Skiss-RNN visade att den underliggande neurala nätet är kontinuerligt tränad med mänskligt gjorda klotter kommer från en annan AI experiment först släpptes i November kallad Snabbt, Dra! Programmet frågade mänskliga användare att rita olika enkla objekt från en text snabbt, medan programvaran försökte gissa vad det var i varje steg på vägen. En annan spin-off från Snabba, Dra! är en webb-app som heter Autodrag, som identifierade dåligt handritade figurer och föreslog ren clipart ersättare.

Alla dessa program har förbättras över tid i takt med att fler använder dem och hålla utfodring AI lärande mekanism lärorikt data. Slutmålet, det verkar, är att lära Google-program för att kontextualisera verkliga objekt och sedan återskapa dem med hjälp av sin förståelse av hur den mänskliga hjärnan drar kopplingar mellan linjer, former och andra bild-komponenter. Från det, Google rimligen kunde distribuera ännu bättre versioner av sina befintliga bilden erkännande verktyg, eller kanske till och med utbilda framtida AI-algoritmer för att hjälpa robotar tag och identifiera sin omgivning.

I fall av detta nya web app-användare kan nu arbeta tillsammans med Skiss-RNN för att se hur väl det tar att starta form och förvandlar den till önskat objekt eller en sak du försöker att dra. Till exempel, välj “ananas” från drop-down-lista med förvalda ämnen och börja med bara en oval. Från det, Skiss-RNN försök att göra känsla av objektet inriktning och beslutar om att försöka doodle i frukt är svåra utskjutande blad:

Bilden listan är ganska varierande, med allt från brandpost till eluttaget till Mona Lisa. Skiss-RNN är också ganska hit eller miss när det kommer till mer komplicerade ritningar. Detta är den programvara som försöker sitt (virtuella och okroppslig) hand på att klottra en berg-och-dalbana:

Det finns ett antal andra Skiss-RNN demos kan du kolla in för att få en djupare förståelse för hur programmet fungerar. En, som heter “Flera Förutsäga,” lets Skiss-RNN generera många olika versioner av samma ämne. Till exempel, när de får en uppmaning att dra en mygga, du behöver bara rita vad som ser ut som en bröstkorg eller buk och Skiss-RNN kommer att ta det därifrån och samtidigt visa dig hur annars det förutspår bilden kan fyllas i:

Det finns två andra demos, med titeln “Interpolering” och “Variational Auto-Kodare,” som kommer att ha Skiss-RNN prova att flytta mellan två olika typer av liknande ritningar i realtid och även försöka efterlikna din ritning kommer smärre tweaks det kommer upp med sina egna:

Samtliga program är en fascinerande titt under huven för modern dator vision och bild och objekt erkännande ställer verktyg tech-företag har till sitt förfogande. Om du inte har något emot att dra grovt med en dator musen eller styrplattan och ha lite fri tid på dina händer, det är värt en eftermiddag med att försöka se hur mycket bättre — eller bevisligen värre — Skiss-RNN göra kan göra din doodles.