微軟的“口述繪圖”AI機(jī)器人研究迎來了最新的進(jìn)展，基于語音轉(zhuǎn)譯的文本內(nèi)容的繪畫機(jī)器人可以根據(jù)你口述創(chuàng)造出圖像。

微軟相信 2018 會(huì)是“人工智能之年”，并且投資了多個(gè) AI 項(xiàng)目，比如幾天前發(fā)布的一款能夠讀取和回答問題、準(zhǔn)確水平與人類文件相當(dāng)?shù)?AI，且希望將這類技術(shù)用到解密免疫系統(tǒng)上。今天，微軟公布了當(dāng)前正在開發(fā)的另一項(xiàng)全新的 AI 技術(shù) —— 你只需口述、它就可以幫你畫出相關(guān)內(nèi)容。基于語音轉(zhuǎn)譯的文本內(nèi)容，該“繪畫機(jī)器人”（drawing bot）可以創(chuàng)作出細(xì)節(jié)程度相當(dāng)之高的圖像。

與之前考慮過的頂級(jí)技術(shù)相比，drawing bot 帶來了三重改進(jìn)。有趣的是，即便口述內(nèi)容中并未提及，畫作中仍可包含諸多微小的細(xì)節(jié)。微軟表示，這表明該 AI 已經(jīng)自帶“想象力”。

微軟研究院首席研究院兼研究主管何曉東解釋到：“當(dāng)你通過必應(yīng)搜索鳥類的時(shí)候，返回的圖像其實(shí)是由計(jì)算機(jī)的一個(gè)個(gè)像素組成的。這些鳥兒可能不存在于現(xiàn)實(shí)世界中，而是計(jì)算機(jī)幫你想象出來的”。

打造這款 drawing bot，同時(shí)涉及計(jì)算機(jī)視覺和自然語言處理領(lǐng)域的大量研究。作為一項(xiàng)困難的任務(wù)，研究人員在圖像生成方面傾注了很多的努力。

值得一提的是，該 AI 也是微軟“生成對(duì)抗網(wǎng)絡(luò)”（GeneraTIve Adversarial Network）的一個(gè)重要組成部分。不過這家科技巨頭認(rèn)為當(dāng)前的技術(shù)還不夠完善。

在計(jì)算機(jī)生成的圖像中，仍有肉眼可見的幾處小瑕疵，然而這已經(jīng)算是邁出了人工智能發(fā)展道路的重要一步。微軟相信，未來該 AI 的改進(jìn)版本，可以作為一個(gè)繪圖助手，甚至根據(jù)電影劇本而創(chuàng)作動(dòng)畫電影。