機器學習（Machine Learning）、人工智能（AI）獲熱捧，但就如以往的技術平台發展一樣，實際的應用及商業模式才是重點，無論在消費或企業市場，能賺錢才是王道。
據 Google Brain 訪問學者夏睿文運用《TensorFlow》展示出不同的形態，從另一角度為開發者帶來啟發。以往的數據庫學習原理，是人類要輸入大量圖案令電腦認識，但現在要做到的則是發展出一個概念，讓電腦懂得創作，技術甚至能應用在圖像、音樂及藝術範疇。
神經網絡發展
夏睿文解釋，無論是《Quick Draw》、《Auto Draw》，又或是他跟其開發團隊進行中的一些項目，背後採用《TensorFlow》，可以省卻當中的編程複雜性，重點是機器學習不是記憶（memorization），而是概念化（generalization），要讓機器或是電腦學懂概念。
認識圖案概念
以素描繪圖的項目為例，夏睿文及其團隊編寫了素描繪圖的神經表徵論文，當中提到如何讓神經網絡（neural network）學習過後如何繪製圖像。他以開發中的工具解釋，背後毋須輸入成千上萬的圖像，而是透過輸入 128 個圖形，讓電腦學會概念，再繪出不同圖像。以 1 個貓咪圖案為例，電腦引擎學習後可以自行發展出不同形象，但會有基本外形，不會製作出 3 隻眼的貓咪。
夏睿文表示，在商業世界裏，設計師可以先設計出 1 個圖案，再讓電腦發展出不同的可能性。他強調，創意始終是由人而來，但電腦可以幫助發展出更多圖案。
Source：ezone.hk