如何評價谷歌剛推出的 AutoDraw？
實現方法大家都知道，就是用深度學習，問題是如何得到data！！
Google的工程師真是不得不服，腦洞大開。弄了一個類似於你畫我猜的比賽網站，讓人在20s內畫出一個小物品，烏龜，小貓啊什麼。用這種粗暴的方法弄到了 75x70k帶tag的圖庫。用他訓練一個循環神經網路，他們管這個叫sketch-rnn。於是就有了http://autodraw.com 簡筆畫黑科技，手殘黨畫得磕磕巴巴的畫都能自動補全。
鏈接：
A Neural Representation of Sketch Drawingshttps://arxiv.org/abs/1704.03477Quick Drawhttps://quickdraw.withgoogle.com/
試了一下，簡直是業餘設計者神器。
以前做PPT、論文示意圖、扁平風格海報，都要去找開源的矢量圖，現在需要什麼圖形，畫一下就出了，就出來了，就出來了！
而且改顏色、加文字也很方便，趕工PPT，手頭沒有PS的情況下可以救你一命
畫了個手機、蘋果和拇指，前兩者都能迅速識別到，後者試了幾次目前還沒實現，但是依然驚喜~
谷歌的AutoDraw屬於 A.I.Experiments的一個小實驗
個人猜測這是基於上圖中的Quick，Draw！開發的。
這個小程序指定用戶繪製一個物品的簡筆畫，動態計算簡筆畫對應的物品類別，以此積累的用戶簡筆畫數據，同時也能更新後台的模型使得每次的猜測更加準確。
在這個基礎上，擁有大量的標籤和簡筆畫有什麼用呢？於是谷歌的工程師開了這樣的腦洞，推出了這樣一個自動畫圖的小程序。
用戶每畫一樣東西，先進行圖片類別計算，而每個圖片類別都有對應的標準設計圖（比如上圖中 pizza 和圖）。
這樣的圖排列得足夠多，保證召回率足夠高，用戶可能知道，也可能不知道自己想畫什麼，但是看著看著就發現這就是我想畫的，哈哈哈哈
鏈接：
A.I.Experiments
https://aiexperiments.withgoogle.com
Quick，Draw！
https://quickdraw.withgoogle.com
有個資料庫叫pix2pix，有種運算元叫邊緣監測運算元，有種演算法叫gan，有種learning叫pu learning，當他們組合在一起，就是一個DIY版的autodraw
要我說還是圖樣，還需努力啊
至少要學習一下中國傳統文化嘛，23333
"我畫電腦猜"
未來對設計師的要求會更高，
不久的未來中，低層次的設計師（或其他崗位）會被人工智慧替代。
——
AutoDraw可以視為谷歌在公開範圍內展示的AI之於設計領域的階段性成果（圖像聯想），雖然還不能達到「替代設計師」的程度，更說不上「普通人秒變設計師」，但過兩年、三年人工智慧發展起來後勢必能實現更多的功能。可以預見到以後很多需求簡單的設計會由人工智慧接管代勞或部分代勞（比如簡單的海報排版、配色）。單說設計行業，創意型人才未來的競爭力會比設計型人才大得多。
其實不光是設計行業，人工智慧技術發展的浪潮下很多行業都有受到衝擊的潛在風險。說不定哪天忽然你的工作AI也能做了，甚至比你做的更好、更快。所以我推測低水平的設計師在AI進一步發展後會被大量替代，面臨技術升級或轉型的問題。
通俗地說，AI就是各行業未來的競爭者，如果AI可以全面替代某個崗位，這崗位上的人就很有可能被淘汰。
——
剛給同學試用了一下= =。。：
Autodraw
http://www.autodraw.com為啥不直接輸事物的名字，然後就在畫布上顯示，自己再手動改改細節。
這樣的話，可以說是做 ppt 的神器了。
只能說很熟悉東方的那一套理論
乍眼一看以為真的是厲害到爆炸的演算法能解救手殘黨，畢竟谷歌的工程師什麼都做的出來。
體驗過一遍後大概明白了，原理就是採用識別的功能去匹配後台的大資料庫尋找最接近的。所以這個功能還是有限制，只能說作為設計師的輔助工具還不錯。
為啥我覺得，對谷歌來說這會是一大批的免費的標註訓練數據？
竟然能聯想到四肢！谷歌AI真的很了不起！
沒認出來啊~······有點小失望的說~
相當於系統在玩你畫我猜，出題人是用戶。
例如你畫一個眼鏡，哪怕不同的人畫的眼鏡風格、突出點 都各不相同，但是最後都是那些可供選擇的眼鏡，都是一模一樣的。
原本我以為是系統會優化用戶所畫圖形，優化線條、對稱等，沒想到僅僅只是識別到用戶可能所畫的物體是什麼。
目前來看，一般般吧。。。
近幾年，人工智慧方興未艾。最近 AI 也接連打敗世界棋類高手，我們看到了人工智慧的廣闊前景。以後 AI 可以作為我們的助手，幫助我們提高生活質量，節省很多時間，學習時下最流行的技術，將會對你未來職業道路有很大助力。
谷歌AutoDraw是一款最新的智能畫圖軟體，這款軟體被稱為手殘黨的福音。
AutAutoDraw 是 Google 人工智慧實驗的一個小項目。類似於今年阿里推出的「魯班」AL。在2016年，魯班首次服務雙11，製作了1.7億張商品展示廣告，商品的點擊率還提升了100%。如果全靠設計師人手來完成，假設每張圖需要耗時20分鐘，滿打滿算需要100個設計師連續做300年。
人工智慧越來越多的影響我們的生活，但是人工智慧的存在會影響我們設計師的薪資待遇。
但是這種影響是正面的，最少設計師的薪資將會提升，人工智慧的存在可以讓設計是的工作量減少，但機器終究是機器，未來的設計領域需要更多有創意的想法，這樣就會導致只會用工具的設計師失業，但是同樣也會讓有創意有想法的設計師拿到跟高的薪水。
如何評價谷歌的AutoDraw，那就是如何評價未來的人工智慧，人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。
所以機器是人創造的，希望大家不要為了工具而放棄自己原有的想法，未來的設計師將會是有想法有創意的人。
為什麼我跳不出來上面的識別欄呢？
這個工具之前在創意編程群里看到有人提到過，具體演算法實現我想可能與
Land Lines （強烈推薦試用下）有些相同，畢竟都是找圖像的相似
畫的小火箭( ′︵` )識別的一點也不像
隨便畫了個東西，認成鐵塔也差太多了吧……
現在只是個從目前還很小的圖形庫識別物體的一個程序罷了，看了下提交第三方的物體圖案還要申請的，我還是過段時間再看它能發展成啥樣吧。
以後不需要到處找矢量圖了
還不錯的，畫生活常見的物品都能識別出來。
我就想，如果畫一些logo能不能識別出來呢，這樣就可以有自定義風格的logo啦，於是........
結果
推薦閱讀：
※深度學習和人工智慧之間是什麼樣的關係？
※深度學習的教學和課程，與傳統 CS 的教學和課程有什麼區別？
※很多關於人工智慧的文章說，中國在人工智慧領域處於領先位置，可為什麼在學習過程中找到的資料都是國外的？
※如何評價深度學習之父Hinton發布的Capsule論文？
※如何評價卡內基梅隆大學的開源項目 OpenPose？
TAG:人工智慧 | 用戶界面設計 | 谷歌Google | 深度學習DeepLearning | UI設計師 |