假如有人讓你畫一只小鳥，你年夜概得先線條起稿、彌補(bǔ)細(xì)節(jié)，然后著色，全部進(jìn)程也得個(gè)把小時(shí)。微軟比來宣布了一項(xiàng)新的人工智能項(xiàng)目，名為繪畫機(jī)械人（drawing bot），可以將文字轉(zhuǎn)換成丹青（text-to-image）。

1

反抗生成收集

何曉東是微軟深度進(jìn)修技巧中間的擔(dān)任人，也是 text-to-image 項(xiàng)目標(biāo)焦點(diǎn)人員之一。他說，跟收集搜刮獲得的圖片分歧，繪畫機(jī)械人給你的圖案都是依照必定的指令一點(diǎn)一點(diǎn)畫出來的，也有能夠它畫出來的器械這個(gè)世界上其實(shí)不存在。

繪畫機(jī)械人的焦點(diǎn)技巧是反抗生成收集（Generative Adversarial Network，即 GAN），聽這個(gè)是否是感到很難明想溜，別急，微軟亞洲研討院在知乎專欄里舉了個(gè)很好的例子。

女生拉男票給本身攝影，拍完第一張，女生說：你要學(xué)一下誰誰誰的構(gòu)圖；

拍完第二張，女生又說，你要學(xué)一下誰誰誰的調(diào)色；

拍完第三張，女生再說，你要學(xué)一下誰誰誰的感到；

……重復(fù)幾回，女生才終究承認(rèn)了男票拍出來的照片。

這個(gè)男朋友攝影血淚史就是生成反抗收集。生成反抗收集它有兩個(gè)任務(wù)模子，一個(gè)擔(dān)任依據(jù)文字生成圖片（generator），另外一個(gè)依據(jù)文字評(píng)判生成的圖片（discriminator），這兩個(gè)模子賡續(xù)互相博弈、又互相進(jìn)修，直到 discriminator 再也沒有才能斷定這個(gè)圖形，「生成模子」便可以班師了。

2

研討過程

這個(gè)項(xiàng)目其實(shí)不是比來新出的，何曉東與他的團(tuán)隊(duì)曾經(jīng)研討了 5 年了。

他們最早推出過一個(gè) Captionbot，只需你上傳一張圖，這小我工智能就會(huì)主動(dòng)為圖片配一段文字；接著，他們又將這個(gè)技巧進(jìn)一步成長，你可以依據(jù)圖片上的事物停止發(fā)問，人工智能會(huì)答復(fù)你提出的成績。這個(gè)時(shí)代的技巧，有點(diǎn)像小先生的看圖作文、看圖答復(fù)成績。

早在 2017 年 1 月份，在 arXiv.org 上就何曉東團(tuán)隊(duì)刊登了一篇引見 text-to-image 的論文，這項(xiàng)技巧名為生成反抗收集（Attentional ，簡稱 AttnGAN）。而比來微軟正在停止的 text-to-image 項(xiàng)目，生成的丹青質(zhì)量將是之前的 3 倍。

與依據(jù)圖片停止文字描寫技巧比擬，text-to-image 的難點(diǎn)在于，繪畫機(jī)械人要描寫出更多細(xì)節(jié)，而這些細(xì)節(jié)是文字論述中所沒有的，這就請求你的人工智能主動(dòng)「腦補(bǔ)」。

研討繪畫機(jī)械人有極年夜的科研意義，這是盤算機(jī)視覺研討（computer vision）和天然說話處置（natural language）這兩個(gè)研討范疇的一次融會(huì)。怎樣懂得呢？盤算機(jī)視覺研討的是機(jī)械若何去看，也就是說讓機(jī)械像人眼一樣去對待這個(gè)世界、而且停止圖象處置；而天然說話處置，研討的就是人與人工智能之間若何用我們平常的說話停止交換。

3

繪畫機(jī)械人的現(xiàn)實(shí)運(yùn)用

繪畫機(jī)械人固然今朝仍處在研討階段，然則界內(nèi)猜測，它一旦涌現(xiàn)，將會(huì)有極年夜的現(xiàn)實(shí)用處。

好比，它可以作為畫家或許設(shè)計(jì)師的助理，乃至可以幫他們完成草圖。

依據(jù)何曉東的想象，繪畫機(jī)械人還可以贊助片子任務(wù)者，可以依據(jù)片子腳本直接生成影片，這可以節(jié)儉年夜量的人力。片子從業(yè)人員莫哭。

人類為營生斗爭了這么多年，沒想到最年夜的競爭敵手倒是機(jī)械人。而何曉東表現(xiàn)，人類和人工智能配合生涯在這個(gè)地球上，兩邊是須要找到一種溝通的方法的，而最好的溝通方法就是說話和圖象。這話似乎很順耳，然則你有無認(rèn)為有細(xì)思極恐的感到？