关于人工智能的图像识别应用，相信小伙伴儿已经接触了许多，比如面部识别、情绪识别和视觉搜索等。作为科技业巨头之一的微软，在该领域同样有过许多尝试：在牛津项目(Project Oxford)中，AI能识别图片中人物的情绪;在CaptionBot应用中，AI不仅能识别用户上传的图片，还能给出一段有趣的描述。
如今，微软在AI图片研究方面更近一步，带来了AI绘图功能：你只需给出说明(比如文字描述)，AI就可以自动生成图片。据悉，与之前考虑过的顶级技术相比，drawing bot带来了三重改进。比如上图就是AI根据“一只拥有黄色身躯、黑色翅膀和短喙的小鸟(a bird with a yellow body, black wings and a short beak)”这一说明，绘制出来的小鸟。
AI绘图背后的技术原理
据介绍，drawing bot基于生成对抗网络(GANs)技术，而且微软研究人员更进一步，使用被称为AttnGAN(Attentional Generative Adversarial Network)的技术，能将输入的句子分成独立的单词，并与图像的特定区域匹配起来。研究人员提到AttnGAN时表示，这是用算术替代了专注这一概念，“专注是人类的概念;我们通过数学让专注可计算了!”
据悉，研究人员以数学算法，为AI提供了注意力模型(The attention model)和DAMSM模型(Deep Attentional Multimodal Similarity Model)。其中，注意力模型拥有文字特征和图片特征两种输入数据(input)。DAMSM则包括了text encoder、image encoder和基于attention model的attention-driven image-text matching score模块，能学习映射图像和单词分区两个神经网络的公共语义空间，以及以单词层级测量图像文本相似度，从而计算包括细密纹理的图像生成。
想了解更多技术细节，请查看研究人员发布的论文：https://arxiv.org/abs/1711.10485v1
AI绘图未来大有可为
据悉，该研究团队最初借助名为CaptionBot的AI系统来深入研究计算机视觉和自然语言处理问题(该系统可以自动为照片添加字幕);此后，研究团队又创建了名为SeeingAI的AI系统，它的作用是帮助盲人群体认识世界(通过识别图像给出地点、物体属性等回答);然后，研究团队想通过文字来生成图像，“这意味着你需要AI的机器学习算法能想象图片中丢失的部分。”
有趣的是，得益于研究人员提供的训练数据，drawing bot也拥有了一点基本常识和想象力，能填补图像的一些细节。以小鸟为例，即使文本中并没提到树枝，drawing bot也经常会画出一只站在树枝上的鸟，那是因为最初给它输入的图像大部分都是这样的。
微软研究员强调，该AI系统不是根据描述去寻找网络中对应的图片，而是完全靠自己创作出来的，“AI画出来的鸟可能并不存在于真实世界——这些鸟只不过是计算机想象力的结果而已!”据悉，该技术未来可扮演画家设计师等的草图助理，或是用于声控照片细化工具。
随着技术的进步，这项技术甚至还能在生成基于剧本的动画电影，为动画电影制作人提供助力。当然，目前该技术还存在瑕疵，不过微软已经迈出了非常重要的一步。如果未来真的有根据文本描述绘画的AI投入实用，你会有什么感想呢?
