文章目錄
抽象的視覺交流一直都是人們互相傳達想法的關鍵部分。孩子們從很小的時候，就已發展出描繪物體的能力，只需幾筆就可以表達情感，而大人也可以藉此做為描述或討論使用。這些簡單圖畫可能不像照片所顯示的真實 (如下圖)，但它們確實告訴我們一些關於人們如何表達周圍世界的圖像。
由 Google Brain 團隊所做的一個互動式網路實驗，可以讓使用者與循環神經網路(RNNs) 模型一起繪製的 sketch-rnn。這個實驗主要是利用 Quick, Draw! 所收集的數百萬筆塗鴉資料來訓練這個神經網路繪畫模型，每個草圖都表示控制筆的一系列運動動作，包括移動方向、何時抬起筆以及何時停止繪圖等，因此適合使用循環神經網路 (RNNs) 來完成。
從你開始繪製的第一個物體開始，sketch-rnn 就會想出許多可能的方法，從你停下來的地方繼續繪製這個物體，這也是與之前塗鴉活動之所以不一樣的地方。
- 活動目的：將手繪圖像經由循環神經網路（Recurrent Neural Networks, RNNs）處理後進行預測
- 活動項目：深度學習應用
- 活動平台：Sketch RNN
- 使用環境：桌上型電腦或筆記型電腦
Step 1 操作環境：
我們先來簡介使用環境，如下圖所示，您可以讓系統挑選或是自行挑選預測模型，然後在畫布區域中進行創作，每次停筆後模型就會預測可能後續的畫法，你可以在此過程中繼續繪畫，系統也會持續預測。若要儲存作品則可以點擊右上角儲存圖示。就讓我們看看挑選蒙娜麗莎 (mona lisa) 模型實作的狀況。
Step 2 選擇模型：
當你選擇的模型是蒙娜麗莎 (the mona Lisa)，Sketch-rnn 會根據一些使用者繪圖所產生的輸入資料進行預測( 如下圖)，例如 Sketch-rnn 會將你繪製的起始草圖做為輸入，然後嘗試使用特定模型完成您的草圖。例如，它可以學習完成蒙娜麗莎的素描！
Step 3 儲存作品：
完成後，當你想要儲存你的作品時，可以點選畫面右上方的儲存圖示，挑選 svg 或是 png 兩種圖形格式儲存。下圖中黑色的線條是使用者畫的，紫色線條則則是由 Sketch-rnn 預測完成的。
而下圖則是用來訓練此蒙娜麗莎 (the mona lisa) 模型用的資料集，提供大家參考。Sketch-rnn 大概訓練了約 100 個模型，可以協助使用者完成不同主題的畫作，其中有一些模型是在多個類別上進行訓練學習的。
這個活動可讓讀者親自操作循環神經網路（Recurrent Neural Networks, RNNs）的應用，對於剛接觸深度學習的人非常適合。想了解此活動相關論文的讀者，可參考”A Neural Representation of Sketch Drawings“
如果大家想要多了解一些 AI 或 生成式 AI 的基礎概念，可以參考這一本書《 「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養 》，或是 SimpleLearn｜Online 課程，它將帶領讀者在不會程式、不會數學也OK!的情況下，了解整個 AI 到 生成式 AI 的相關觀念及應用，不僅可以建立最完整的 AI 入門知識，更是培養 AI 素養的最好學習內容。
如果你喜歡這篇文章歡迎訂閱、分享(請載名出處)與追蹤，並持續關注最新文章。同時 FB 及 IG 也會不定期提供國內外教育與科技新知。