谷歌称之为，工具包可以分解563，000，000亿张有所不同的脸。系统生成最初漫画，你还可以作出调整：换一个发型，或者换有所不同的眼镜。最后，机器不会自动分解22个你的表情。该工具源于一项内部研究项目，目的是想要想到机器学习否能用一张自拍照来分解一个即时的卡通人物。

但正如谷歌用户体验项目的负责人，Jason Cornwell所认为的那样，制作某一个人的卡通画并不是最后的目标。“如何做到一些不不能展现出你自己的外貌颜值，还能感应你的个性的东西？”Cornwell谈及，“这个问题很有意思。它既能呈现出机器学习和电脑的视觉感觉，也能传达人的表情。

这就是Jennifer重新加入的原因，为你获取艺术的自我表现方式。Cornwell提及的Jennifer Daniel，知名的艺术总监，她是首位在Richard Turley时代为《Bloomberg Businessweek》创作出有名声大噪的视图的设计师，后来她又为《the New York Times》做到了一系列视觉专栏。Daniel认为，“插画能传送自拍电影无法传达的情绪状态。

”自拍电影是你的理想状态。相比之下，表情则是对你的感觉的一种升华和滑稽化。

因此，表情设计得很无厘头诙谐：你可以拿块披萨，或者变为东流着口水的僵尸。Cornwell回应：“我们的目标不是一个清楚的东西，我们是为了让用户建构出有自己讨厌的东西。”因此，用户测试认同人们的感觉，不会明确提出问题：你在这张图片中看见自己了吗?你的朋友能见到你吗?谷歌把这个项目列入长年运作的项目，以期探寻出有新的方法，让机器学习更加普遍地应用于。按谷歌的众说纷纭，谷歌的机器学习水平领先世界，如果它能让机器学习沦为应用程序和网站的不可或缺功能，那么它的产品将碾压竞争对手。

顺着Google的计划，目前Allo早已沦为各种新型机器学习应用程序的试验台。Cornwell称之为：“我们在Allo平台的试验，目的是找到机器学习更佳地传递信息的方法，从在清楚时间阐释清楚事件，跃居到在清楚时间传达精确感情。”这听得一起有点可怕，样子Allo正试图代替我们本人，沦为对话的必需品?然而在实践中，应用程序完全是不可避免的。

当有人给你放信息时，Allo不会根据你们的谈话记录得出较慢的恢复。例如，如果你的朋友发给你一张她飞行的照片，系统就不会恢复：“太棒了！”。或者，你正在群组里聊天，Allo不会用于机器学习弹头出有一系列自定义的无厘头动图来恢复。这个点子是，即便你本人不出，也能强化你的表达能力，看起来你本人亲赴一样。

Cornwell回应：“我们在很多其他方面都在思维同一个的问题，艺术和机器学习不会以怎样的方式遇见？”不过他拒绝接受透漏谷歌的研究方向。于此同时，Daniel否认了会有新的表情图符发售，分别由有所不同的艺术家来已完成，具有全新的风格。实在，如果真将有这样一个新的表情包在，能把自己幻化成一只甜美的狗狗?拜托，让这一天早日回到吧！Daniel认为，这个项目代表了艺术和工程新的空集。

却是，我们才刚刚开始看清机器学习对艺术的起到。如果达芬奇还死掉，我们很难坚信蒙娜丽莎不会是怎样一幅画。忽略，或许这将是一个用户专属的形象，可以为自己新的塑造出一个表情谜样的女性形象，还可以横跨有所不同的文化和时代。

但是目前我们在惠特尼双年展上还没找到什么酷炫的东西，或许必须由谷歌这样的公司来超越僵局。Daniel，作为胜利解决问题了美国技术设计场景的人，向来直言不讳。对于与谷歌的合作，她评价道：“我感兴趣的是工程与艺术合作的空集，还有这个合作平台。

在这个平台上，我们建构的某种程度是内容，还有产品本身。传统的计算机把自拍照艺术化切换，是通过分析图像的像素，通过算法来确认属性值，再行通过像素值来评估颜色、形状或纹理。然而，如今人们的自拍在有所不同背景光下，有各种姿势。虽然人们很更容易分辨一些定性特征，比如不管光照如何，都可以分辨出有眼睛的颜色。

但这对计算机来说是一项非常复杂的任务。这是因为，当人们分辨眼睛颜色时，不仅仔细观察眼睛的像素值，还不会融合周围的环境考虑到。

为了解决问题这个问题，我们研究了类似于人眼自由选择特征的算法，而不是传统的编码方法，去说明每种灯光条件下眼睛的颜色。同时我们可以从头开始建构一个大型神经网络，或许可以做这一点。我们胜过更加有效地的方式超过目的，因为要将人脸转化成漫画将是一个重复漫长的过程。

为了给你的朋友们塑造成一个你所期望的形象，我们和艺术团队一起创作了各种各样的元素。例如，艺术家最初设计的发型，用作实验在人工插手下，训练网络为自拍给定适当的漫画。之后，人工评判输入的表情和输出照片的给定程度，以理解工具的展现出。

在某些情况下，评估者指出有些风格并没很好的展现出，所以艺术家们建构了更好神经网络可以辨识的元素。评估者对发型展开分类，就越左边的图标代表就越相似的。达成协议共识之后，派驻艺术家Lamar Abrams就根据图片的共同之处创作出有表情。

避免可怕谷效应在美学研究中，有一个知名的问题 “可怕谷效应”——这一假说指出，如果人类的复制品完全就像真人一样，就不会让人深感反感。在机器学习中，如果遇上计算机对你的观点，核对你对自己的观点，这可能会显得更为简单。

比起精确拷贝一个人的外表，获得一个低分辨率模型，比如表情和贴，让团队探寻通过返送图像增强传达，这与其说是再现现实，更好的是超越规则。团队与艺术家Lamar Abrams合作设计的人组多达563，000，000亿将像素切换为艺术漫画计算机如何感官你，和你如何看来你自己以及你想要怎么展出自己，协商这两者的关系是一种艺术实践中。这是一个自定义功能，还包括有所不同的发型、皮肤色调和鼻子形状，这是至关重要的。

却是，漫画的定义是主观的。美学是由种族、文化和阶级定义的，它不会引领人们不心态地因异仇视。因此，我们努力创造的空间享有有所不同种族、年龄、男性、女性和雌雄同体。我们的团队将之后对研究结果展开评估，以避免在训练系统时产生种族主义。

为身份和情感创立一个宽阔的调色板没所谓的“广泛的审美”或“单调的你”。人们与父母聊天的方式不同于与朋友聊天的方式，也与同事聊天的方式有所不同。

当你有很多社会角色的时候，制作一个虚拟世界的化身是过于的。为了解决问题这一问题，Allo团队正在研究一系列的艺术声音，以协助其他人拓展自己的声音。

目前公布的第一款风格，有可能是一种自黑风格，下一款用作那些诚恳时刻，可能会更加甜美。在那之后，或许他们不会把你变为一只狗。如果表情符号不断扩大了交流的世界，最激动的点不是这种技术和语言是如何演进的，而是人们对工具本身功能的观点。得知，Allo目前已Android系统中发售，并将迅速在iOS系统上发售。

via CO.DESIGN版权文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：开云app官方网站入口-www.it528.net