微軟近日推出了一項(xiàng)新的模仿類似藝術(shù)家的人工智能技術(shù)—一個“繪圖機(jī)器人”。機(jī)器人能夠根據(jù)文字描述創(chuàng)建一個與之相對應(yīng)的圖像，而且它也增加了細(xì)節(jié)，這些細(xì)節(jié)甚至超越了本身而不僅僅在所對應(yīng)的文字里出現(xiàn)的內(nèi)容。“這些現(xiàn)象可以說明，人工智能具有自己的想象力”，一名在微軟公司的工作人員說道。

“如果你在必應(yīng)引擎去搜索關(guān)于一只鳥的信息，你會得到一個與鳥類相關(guān)的圖片。但是在這里，圖片是由計算機(jī)逐個像素地從頭開始創(chuàng)建的，“微軟公司在華盛頓州雷蒙德市微軟研究實(shí)驗(yàn)室深度學(xué)習(xí)技術(shù)中心的首席研究員兼研究經(jīng)理何曉東在微軟最近的一篇公告中表示。 “這些鳥可能在現(xiàn)實(shí)世界中都不存在，而它們只是代表了我們研發(fā)的人工智能對鳥類想象力的一個方面的描述?！?/p>

研究人員說，機(jī)器人能夠生成各種圖像，包括從“普通的田園場景”，如放牧家畜，甚至包括對“浮動雙層巴士”的想象圖。

微軟方面表示，該機(jī)器人已經(jīng)在配對圖像和標(biāo)題的數(shù)據(jù)集上進(jìn)行了培訓(xùn)，該培訓(xùn)能夠使其理解如何將相應(yīng)的單詞與圖像進(jìn)行匹配。例如，當(dāng)標(biāo)題上寫著“鳥”時，它先學(xué)會畫一只鳥，然后通過機(jī)器學(xué)習(xí)來理解鳥的圖像應(yīng)該是什么樣的。

何曉東說：“這是我們相信機(jī)器可以學(xué)習(xí)的根本原因之一?！?/p>

繪圖機(jī)器人的技術(shù)由兩個機(jī)器學(xué)習(xí)模型組成，一個是從文本描述生成圖像，另一個是使用文本描述來判斷生成圖像的真實(shí)性。前者試圖從后者獲得虛擬的照片，但后者不想被愚弄。所以通過互相之間內(nèi)部的“競爭”，兩者結(jié)合起來便能夠共同創(chuàng)造更高質(zhì)量的圖像。

根據(jù)最近的一篇研究報告，微軟方面還指出，與現(xiàn)有技術(shù)相比，這種新型機(jī)器人生成的圖像質(zhì)量相較以前提升了近三倍。

當(dāng)然，這不是第一個研發(fā)出來的與藝術(shù)相結(jié)合的人工智能技術(shù)。

這兩者結(jié)合有時會產(chǎn)生出色的結(jié)果，比如Google的人工智能機(jī)器生成的圖像展現(xiàn)了其具有藝術(shù)表現(xiàn)力的潛能。谷歌還有一個神經(jīng)網(wǎng)絡(luò)，可以猜測你正在繪制什么，他們還擁有一個自動繪圖機(jī)器人，并定期地詳細(xì)介紹它如何在幫助機(jī)器進(jìn)行繪制的研究。

Facebook也一直在開發(fā)神經(jīng)網(wǎng)絡(luò)來制作飛機(jī)，汽車和動物等小圖片，甚至用它從照片中創(chuàng)建自己的Bitmoji形象。

對于微軟來說，教一個機(jī)器人根據(jù)文本來畫出相對應(yīng)的圖像這項(xiàng)技術(shù)代表著它已經(jīng)達(dá)到了在這個計算機(jī)視覺和自然語言處理領(lǐng)域所需要的技術(shù)。

這包括CaptionBot的自動寫入照片字幕的開發(fā)，以及可以回答人們詢問圖像的問題的技術(shù)，如圖中對象的位置或?qū)傩?，這是對盲人有幫助的事物。

至于人工智能藝術(shù)家在現(xiàn)實(shí)世界中如何為人類服務(wù)，微軟公司有一些想法。

這表明該機(jī)器人可以作為畫家或室內(nèi)設(shè)計師的素描助手，或者可以作為聲控美化照片的工具來被使用。 （“Cortana，請你為我畫一只鳥”，也許它能做到？）

但該技術(shù)還沒有達(dá)到我們能夠用它完成所提出的要求的程度。

如果仔細(xì)觀察這些圖像，它們幾乎都會有缺陷，我們可以很明顯地看出來它們是由機(jī)器創(chuàng)造的，而不是人類：例如上圖中的藍(lán)喙鳥，水果和奇形怪狀的香蕉圖（見上文）。

然而，隨著它的進(jìn)3倍速度能力的提高，繪圖機(jī)器人代表了人工智能發(fā)展的里程碑，微軟公司相關(guān)人員說道。（TechCrunch）