Google 小程序「猜画小歌」背后的 AI 技术和原理浅析

简介: Google 小程序「猜画小歌」背后的 AI 技术和原理浅析

image

我相信大家的微信朋友圈估计都被 Google 刚刚上线的微信小程序「猜画小歌」刷屏了,之所以被刷屏,不仅仅是因为它有趣好玩,而是因为 Google 基于 AI 技术来识别大家的神作,很多人都不敢相信,我画成这样,竟然都认识,各种灵魂画手一个个的诞生了,基于 AI 的有趣,好玩,让你们兴趣盎然,各种调侃,这是它火爆的一个原因。

今天我想通过这款 Google 推出的微信小程序「猜画小歌」,来聊一聊它背后的机器学习的相关知识,我个人仅仅只是读过关于机器学习的资料和书,浅尝辄止,我不是专门搞机器学习和人工智能的,所以只算是浅析和谈自己的看法。

机器学习原理

要聊到机器学习,我们应该知道,它主要有两种方法:监督式学习(Supervised Learning)和无监督式学习(Unsupervised Learning)。

什么是监督式学习

所谓监督式学习,就是需要我们提供大量的学习样本,包括样本相关的特征数据以及相应的标签。AI 程序可以通过这些样本来学习相关的规律或是模式,然后通过得到的规律或模式来判断没有被打过标签的数据是什么样的数据。

就比如:「猜画小歌」,我们小程序的用户画了大量的带着标签的画作,通过你画的每个带着标签的画作,AI 程序就知道,原来人类是这么画这个房子,这个船,这个苹果等等这些东西的。原来人类眼中的他们是这样的。它就会分析我们画作的每一个特点和特征,从而进行自我学习。我们提供这些大量的带着标签的数据样本也叫:训练数据(training data) 。

通过机器学习的算法,找到每幅画作在不同手写体下的特征,进而找到规律和模式。然后通过得到的规律或模式来识别那些没有被打过标签的画,以此完成识别手写画作的目标。

当然,这个 AI 小程序在上线之前,肯定已经用上万甚至几十万的样本训练过了,所以你在画的时候,它会根据你画的特征进行一些分析和识别。而我们画的这些又被它当做样本,通过算法进行了自我学习。

其实说白了,Google 挺聪明的,让 AI 小程序识别和猜测人类的画作,通过大量我们提供的免费标注训练让这个系统得到更好的学习,提升和优化。其实最后的目的可能就是:AI 智能小程序就会自己独立创作绘画,画出各种跟人类一样的作品。

所以啊,大家都是在玩的同时,在给这个 AI 小程序当陪练呢!!!我每个用户都为它的进化提供了大量的帮助和数据。大家画的越多,提供的数据样本就越多,它通过自我学习和算法分析,就会识别越准确,自己也就越了解人类。

什么是无监督式学习?

无监督式学习 (Unsupervised Learning) 是人工智能网络的一种算法 (algorithm),其目的是去对原始资料进行分类,以便了解资料内部结构。有别于监督式学习网络,无监督式学习网络在学习时并不知道其分类结果是否正确,亦即没有受到监督式增强 (告诉它何种学习是正确的)。其特点是仅对此种网络提供输入范例,而它会自动从这些范例中找出其潜在类别规则。当学习完毕并经测试后,也可以将之应用到新的案例上。

无监督学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起,而我们并不关心这一类是什么。因此,一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。

可能还会有什么半监督式学习,这个就是上述两者的结合,基本思想是利用数据分布上的模型假设, 建立学习器对未标签样本进行标签。

「猜画小歌」背后的 AI 技术

「猜画小歌」对我们画作的辨识,其实利用的就是神经网络技术,是基于对大量涂鸦样本的学习。就像,我刚才在上面监督式学习那里所说的。

Google 表示,「猜画小歌」由来自 Google 人工智能的神经网络技术驱动。该网络源全世界范围,超过 5000 万个手绘素描的数据群。机器学习手绘素描后,可以通过粗糙的草图来识别物体。例如一团长着耳朵的墨迹可能是一只熊猫。

而这个小程序利用的技术就是:RNN,也就是递归神经网络。这个技术其实谷歌在之前早就使用了,并不新鲜,在去年 11 月,Google 专门研究人 “Quick, Draw!” 的看图猜物品功能。可以根据你勾勒的几笔猜测三个可能的物品。Google 表示,这个技术是通过模拟人脑在画一个物体时是如何运用线条、形状以及其它绘画要素来进行推断。

我们在这个小程序上开始画作,训练神经网络,让 AI 来理解人们在绘制画作时是在何时起笔、走笔方向、何时停笔的。当经过训练的 RNN 模型接收到人类绘制的画作后,会生成一张类似的新画作。

你以为仅仅如此吗?不是,如果你画的画作不对,有瑕疵,它其实还会纠正呢!在 RNN 模型当中,当用户创作出的灵魂画作,还没有画完时,比如只是画出了人的头,还没有画耳朵,AI仍然能够重构出“正常”的画作来。RNN 模型仍然会继续生成有耳朵,有眼睛的正常人头。

所以,在「猜画小歌」小程序中,你仅仅可能只是画出了一个大致的线条,还没画完的时候,AI 就已经认出你画的是什么东西呢?它读取的是你的起笔,线条,和一些特征数据,就能够快速猜出你画的是什么?而且还能帮你补全和纠正。

你打开小程序,找到「我的画作」点进去,在每一幅画作的下面写着这么一句话:

image

最后,大家来欣赏一下我的灵魂画作吧!如下:

image

原文发布时间为:2018-07-20
本文作者: loonggg
本文来自云栖社区合作伙伴“非著名程序员”,了解相关信息可以关注“非著名程序员

相关文章
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
52 10
|
3天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
26 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
3天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
2天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
28 14
|
3天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
32 13
|
1天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
3天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
15 6
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
5天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
10天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
下一篇
DataWorks