麻省理工AI新研究：不会编织也没关系，交给AI吧其中最为出名的可能就是AI换脸，这种换头术在B站还很流行。相反，AI应用在现实中带来的“真实”变化却寥寥无几。然而，近日，麻省理工学院的研究人员发现了一种与“假”相反的人工智能研究。这种研究需要人工智能有一些“真实”的东西，准确地说，是编织出来的东西。这个研究有点出乎意料。谁会想到机器学习的能力会被用来仿制针织品呢？▲图片来自：ShimaSeikiUSAInc.首先我们要回答一个问题：为什么我们不能像ShimaSeiki那样直接交出自动针织品呢？针织机“复制”或“创造”。关于这件事，如果你拿出几件自己的针织衫，或许就知道答案了。事实上，很多针织产品的表面并不是完全平坦的。商家为了满足个性化需求，通常会对针织品进行重新喷漆。制作不同的编织图案，这些图案的编织方法与其他地方不同。正是因为这部分“创意”，僵硬的自动编织机无法完成这项任务。▲图片来自：zdnet为此，研究人员有了新的想法。使用自动针织机需要大量的专业知识来“编程”，因此他们想出了一个通俗易懂的软件来简化这个过程，即使没有相关经验的人也可以上传自己的作品。但即便如此，它仍然需要大量手动设置指定图案的编织方法，而这正是机器学习的有趣之处。通过神经逆向编织网络，通过算法学习编织技术。然后将真正的编织与设计的图案结合起来，并翻译成自动针织机可以识别的指令。您可以将此模式称为“计算编织”。但正如包含补充材料的论文中所详述的那样，神经网络必须计算两件不同的事情：它必须首先计算出它所穿衣服的理想表示，然后计算所涉及的针迹。▲图片来自：zdnet首先，神经网络被输入两种样本，即作者从头拍摄的针织服装真实照片，然后由他们的软件合成。合成图像将比真实世界的照片更简洁。为了将设计模式与真实模式融合，AI发挥了很大的作用。▲图片来自：zdnet后传IMG2PROG，就是把pattern转成指令，支持导出类似“mixedlayers”这样的集体pattern。为了简化流程，程序开发者定义了17个基本编织技术指令标签，这些标签会附加到合成图案上，然后通过神经网络和这些标签进行“交叉熵”优化，最后机器统计就完成了，然后输入到自动编织机，就大功告成了。这就是AI有趣的地方。它是人与机器之间的桥梁，理解人类的自然语言、思想和创造力，并将其转化为机器和数字世界的语言。未来，你可能不知道很多事情的具体实现过程，但只要你有足够的想象力，AI就能帮你把它变成现实。
