說到人工智能，除了某些很酷的前沿應(yīng)用外，其實對于這個話題我們經(jīng)常會想到「假」這件事，用人工智能完成的造假除了一些灰產(chǎn)之外，更成為了一種娛樂方式，其中最有名的可能就是 AI 換臉的了，這種換頭術(shù)至今還在 B 站大肆流行著。

相反的，AI 應(yīng)用在現(xiàn)實中帶來的「真」變化可謂少之又少。不過最近美國麻省理工學(xué)院的研究人員發(fā)現(xiàn)了一種與「造假」相反的 AI 研究，這種研究反而需要 AI 來點「真」的東西，準(zhǔn)確的說是針織的東西。

這項研究讓人有點出人意料，誰能想到機(jī)器學(xué)習(xí)的能力會用在復(fù)制針織品身上呢？

首先我們要回答一個問題：為什么不能直接交給 Shima Seiki這樣的自動針織機(jī)進(jìn)行「復(fù)制」或「創(chuàng)造」。

關(guān)于這件事如果你拿出幾件自己的針織衫看一下可能就知道答案了，在很多的針織品中實際上表面并不是完全平整的，商家為了滿足個性化需求通常會在針織品上再做出不同的針織圖案，而這些圖案的織法和其它地方是不同的，也正是因為了有了這部分「創(chuàng)意」存在，死板的自動針織機(jī)就無法完成這項任務(wù)了。

為此研究人員中有了一項新的想法，要使用自動針織機(jī)需要大量的專業(yè)知識為其「編程」，所以他們想出了用一種方便理解的軟件去簡化這個流程，即便是沒有相關(guān)經(jīng)驗的人也能夠上傳自己的作品。

但即便如此這仍然需要大量手動去設(shè)置指定圖案的織法，而這就是機(jī)器學(xué)習(xí)有趣的地方，通過神經(jīng)逆編織網(wǎng)絡(luò)，它可以通過算法去學(xué)習(xí)針織手法。然后將真實的織法與設(shè)計圖案相結(jié)合，并轉(zhuǎn)換成自動針織機(jī)能夠識別的指令。你可以將這種模式成為「計算編織」。

不過就如包含補(bǔ)充材料的論文中詳細(xì)描述的那樣，神經(jīng)網(wǎng)絡(luò)必須計算兩個不同的東西：它必須首先計算所展示的服裝的理想表現(xiàn)形式，然后再計算所涉及的針腳。

首先，神經(jīng)網(wǎng)絡(luò)被送入兩種樣本，即作者從頭開始編織然后拍攝的針織服裝真實照片，然后由他們的軟件合成服裝圖像。合成之后的圖片會比真實世界的照片更簡潔。

為了將設(shè)計圖案與真實圖案進(jìn)行融合，AI 其中起到了很大作用。

然后進(jìn)行 IMG2PROG，就是將圖案轉(zhuǎn)換為指令，支持將這種像「混合圖層」之后的合稱圖案導(dǎo)出指令，為了簡化過程，程序開發(fā)者定義了 17 條基本針織手法的指令標(biāo)簽，而合成圖案上會帶有這些標(biāo)簽，再通過神經(jīng)網(wǎng)絡(luò)與這些標(biāo)簽進(jìn)行「交叉熵」優(yōu)化，最后完成機(jī)器統(tǒng)計，再輸入自動針織機(jī)，大功告成。

這就是 AI 有趣的地方，它是一個人與機(jī)器之間溝通的橋梁，理解人類的自然語言、想法已經(jīng)創(chuàng)造力，并將其轉(zhuǎn)換成機(jī)器與數(shù)字世界的語言。

在未來，很多事你未必懂得具體的實現(xiàn)過程，但只要你有足夠的想象力，AI 就能幫助你將其變成現(xiàn)實。