Onderzoekers van Google zijn de laatste tijd heel druk bezig geweest met trainen van kunstmatige intelligentie op tekeningen te maken. Dat begon met een spelletje Pictionary, waarbij je een voorwerp tekende en de zelflerende algoritmes moesten raden wat het was. Hiermee hielp je de onderzoekers zonder dat je het zelf door had om die algoritmes nog veel beter te maken.
Later kwam Google met een tool die herkent wat je tekent en deze tekening vervolgens kan vervangen door een mooiere, strakkere variant: AutoDraw. Ondertussen werkten de onderzoekers aan sketch-rnn, waarbij de computer zelf het tekenwerk doet. In een demo daarvan kun je nu zien hoe dat werkt. Je kunt namelijk samen met de kunstmatige intelligentie een tekening maken. Je begint met tekenen en het systeem doet continu suggesties voor hoe het jou tekening af zou maken.
De grap is: alle suggesties die Google doet, komen uiteindelijk indirect van mensen af. Immers: met het Pictionary-achtige spelletje, QuickDraw, hebben gebruikers de algoritmes getraind. En nu wordt dus duidelijk wat de kunstmatige intelligentie precies heeft geleerd van al ons gekrabbel. Je kunt het hier zelf uitproberen.
Andere demo’s
Hiermee geeft sketch-rnn je op een hele leerzame manier inzicht hoe machine learning nu werkt in de praktijk. De onderzoekers van Google hebben daarom nog enkele andere demo’s gemaakt. Zo is er een demo waarin je ziet hoe het algoritme meerdere opties toont voor hoe jouw tekening kan worden afgemaakt.
Iets minder indrukwekkend, maar zeker leuk om te bekijken is Interpolation. Hier zie je hoe het algoritme twee schetsen van hetzelfde voorwerp langzaam in elkaar over laat gaan via nog veel meer schetsen. De Variational Autoencoder tekent jouw schetsen na, maar geen enkele schets is exact hetzelfde als jouw origineel.
In een uitgebreide blogpost leggen de onderzoekers nog iets meer uit over de verschillende demo’s van sketch-rnn. Daarnaast hebben de onderzoekers een officieel onderzoekspaper geschreven.