超越不斷複製 機器學習概念化

| 彭振濠 | 21-07-2017 10:35 | |

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。

夏睿文指,神經網絡並非不斷複製,而是學習概念及原則。

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。

當機器了解到圖像概念後,即能衍生出更多圖案。

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

相關文章

Page 1 of 21