Récemment, étape « plein d'esprit » CCTV le lieu « trois super-designer » - la capacité de conception supérieure, montrant la capacité ultrarapides, la capacité supérieure de compression, confondu avec succès les invités et le public, laissant Sa Beining erreur triple.
Un programme d'ouverture, le « concepteur » sur les clients du site: hôte Sa Beining, l'acteur Han Xue, trois neuroscientifiques Lubai Sheng est devenu une affiche unique. Presque parler instantanée, des affiches produites immédiatement, montrant une vitesse rapide pour que Sa Beining a hurlé, « secondes fini. »
Cerf cours d'affiches conçues pour les clients du site
Le concepteur est le concepteur de Alibaba développé AI - cerf cours. Cerf équipe pour la libération de l'humanité est née graphiste, il a appris cinq millions de travaux de conception humaine, maintenant il peut faire huit mille fois par seconde conception. Depuis 2016 en ligne à ce jour, le cerf classe a terminé des milliards de la production d'affiches, est le premier mondial des investissements à grande échelle dans l'utilisation du concepteur graphique de l'intelligence artificielle.
Programme, cerf classe fera l'objet de deux séries de tests dans le domaine de la conception, le travail de classe si le cerf a été d'identifier avec succès le public, est considéré en examinant les classes de cerfs. AI peut effectivement atteindre le niveau humain dans le domaine de la conception? Ensuite, nous sommes allés dans le test sur le terrain.
Le premier tour du défi, le cerf dans le projet de classe avec un taux de plus de 80% des designers, des hauts et d'autres praticiens de trois ans en compétition contre chacun pour concevoir une « voiture excellente accélération » comme thème de affiches commerciales. La figure ci-dessous quatre designers qui est conçu pour la carte, nous souhaitons deviner quels morceaux de cerf travail de classe.
D'après le vote du public, la majorité de l'auditoire que les n ° 4 classes d'uvres de la main du cerf. Étonnamment, le public est la création de cerfs classe n ° 2, un résultat neurologue blanc Lu a crié « pas convaincu ».
Ne croyez pas? Voir pour le croire!
Ensuite, mettre à niveau les combats. Président de l'Académie centrale des Beaux-Arts du professeur Fan Dian amener des artistes et des créateurs de mode pour créer et cerfs cours sur la même scène pour la couverture du livre « Art of War » design.
Face à la difficulté de mise à niveau de la conception, les classes cerfs traitent le succès? Nous MENTIONNER cerfs et deux classes de designers humains travaillent le design « Art of War » de la couverture:
Il y a trois images ci-dessus fonctionne, ce qui est une classe de cerfs conception? En fin de l'audience est correcte ou non? Ne vous inquiétez pas, nous faisons appel à des experts techniques de haut niveau Alibaba pour notre bon élève secret derrière le cerf de technologie de classe.
Les scénarios d'utilisation
scénarios d'utilisation du moteur de génération visuelle peuvent être extraites dans une forme sensiblement inférieure figure. En entrée explicite, l'utilisateur peut entrer un choix de style d'étiquette, la couleur, la composition, etc., ou entrez un exemple, une entrée ou une interaction. En plus d'entrée explicite peut également être entrée implicite, telles que les informations démographiques, informations de la scène, des informations contextuelles. En général, l'entrée peut changer, mais les changements seront réduits par après la normalisation, de sorte que la commande du processus de production, la qualité de sortie contrôlable.
moteur de génération visuelle, il demande est normalisé. Mais avant l'entrée peut être ajouté une variété d'interactions, telles que le traitement du langage naturel, la reconnaissance vocale, et convertie en une entrée normalisée. Enfin, des informations structurées ou de sortie visuelle à la figure.
Le processus de production et d'un cadre technologique
Technologie qui suit trame du côté gauche de la figure. contenu visuel d'abord structuré apprécié, telles que la classification, la quantification, caractérisé. En second lieu, à travers une série d'apprentissage, la décision pour répondre aux besoins des utilisateurs en informations de données structurées à savoir, les dernières données dans une image ou une vidéo visuelle. Ce cadre dépend d'un grand nombre de données existantes. Son noyau est une conception du noyau. Dans le même temps, l'introduction de cycles d'électricité en utilisant de façon continue les réactions et les systèmes d'amélioration itérative.
Son processus de production est divisé en six étapes, comme indiqué sur la droite de la figure. Tout d'abord, les besoins des utilisateurs est proposé, dans lequel les changements de la demande des informations dans un système structuré peut être compris. D'autre part obtenu l'information pour les esquisses de planification. Avec croquis, puis être converti en un graphique relativement plus précis, puis régler les détails de la figure finale finalement formé par la visualisation des données. Bien sûr, il y a beaucoup d'astuce et d'optimiser chaque partie.
algorithme à clé
Voici quelques algorithmes clés. Nous voulons générer une carte basée sur la figure ci-dessous à droite à gauche la plupart des chaussures Nike. Tout d'abord passer à travers les croquis de planificateur, puis obtenir un résultat relativement détaillés par l'apprentissage de renforcement, puis obtenir l'image d'apprentissage grâce à des algorithmes confrontation et le rendu, puis évalué en évaluant, et enfin former une entreprise en boucle fermée où il y aura des capacités de base, y compris plus co-métrage forte (caractéristiques non ordinaires CNN) et l'algorithme de recherche multi-dimensionnelle et ainsi de suite.
En fait, la première étape consiste à traiter des informations structurées dans l'image, ce qui est de comprendre la technologie de reconnaissance existante combinée avec les endroits les plus intimes. Ce qui comprend un point difficile, identifier plusieurs cibles dans l'image, et l'occlusion mutuelle comportant des informations sur la façon d'obtenir où la division comme la figure suivante est juste un exemple simple.
Avec des informations structurées après les besoins d'information à quantifier. Ou caractéristiques peuvent être quantifiées à la figure quantifiée. Le processus de quantification contiendra un grand nombre d'informations, telles que le style de thème, mise en page, la couleur, les types d'éléments, l'espace de quantification. Avec cette information peut faire l'objet, le type, le style, la taille de la position caractéristique visuelle, dans une variété de code de quantification, caractérisé par express relativement limité figure infinie.
L'étape suivante est entrée par l'utilisateur, pour obtenir un résultat qui est relativement rugueuse croquis. À l'heure actuelle, l'utilisation de la séquence d'apprentissage profondeur. Du point de vue de l'image, une première couleur dot de l'emplacement de pixel sélectionné, puis sélectionner, puis l'opération d'itération, et enfin la formation d'une figure. la planification analogique est le processus. processus de prévision est essentiellement un arbre, bien sûr, peut être divisé en un chemin. Par souci de simplicité, il peut être divisé en plusieurs étapes, telles que la séquence spatiale, la séquence visuelle. modèle caractéristiques de Quantification finalement formé, l'application principale est le modèle LSTM. Il est le processus consistant à convertir le processus de conception sur la base de la boucle récursive.
Après avoir obtenu l'esquisse, en utilisant l'action esquissera raffinement. Si les chiffres pour chaque élément en tant qu'agent, il aura un certain nombre d'espace d'actions en option.
En supposant qu'une image a 20 éléments, chaque élément a une variété d'actions optionnelles dans l'espace visuel, par une combinaison d'options d'action dans l'espace est très grand. Nous avons beaucoup d'astuce peut résoudre ce problème, comme dans l'espace, ne permet des changements au sein d'une gamme limitée d'action et ordonné que l'ordre étatique, action limitée.
L'étape suivante est de savoir comment mesurer les résultats, bons ou mauvais. l'image d'évaluation relativement subjective, peut être évaluée à partir de deux aspects principaux et les effets esthétiques. Esthétiquement peut inclure si l'alignement, la correspondance des couleurs est raisonnable, si les critères ont bloqué ces niveaux inférieurs, ainsi que plus avancés, tels que le style est cohérent, que ce soit sur le sujet. En effet, si elle atteindra ascenseur taux de clics après le lancement du produit. Enfin la formation d'une pluralité d'indicateurs et une pluralité de modèle commun correspondant de poids DeepLR.
Mais avant que les résultats mesurables, il est nécessaire de former le niveau de pixel peut être vu dans la figure. Il y a plusieurs classification des constructeurs, y compris la copie, la migration, créer, mixer et génération.
Je l'ai décrit plus haut, et montre comment la figure formée par les besoins de l'utilisateur. Après la traite et aussi besoin modifier et d'optimiser l'efficacité de la boucle externe est formée. Afin de rendre l'utilitaire système a été mis à niveau pour former une ligne en boucle fermée, qui est le concepteur de design intelligent est relativement un gros avantage.
D'un point de vue technique, les classes des cerfs pour répondre aux besoins massifs des clients pas le choix. Je crois à l'avenir, être en mesure de « penser et qui est vu. » Enfin, Sa Beining, Han Xue, programme Lu Bai pour les cerfs ont la plate-forme de classe, des cerfs et des classes ainsi a été choisi comme « 2018 pionnier intelligent. »
Enfin, pour tout le monde secret travail de conception de classe cerf, ainsi que deux autres idées de conception de designers:
