谷歌AI一键天生定造版3D游戏神兽，可正在线体验

AI不行怕，就怕AI会画画。会画画的AI有多可骇？

你是否想象过把蚂蚁和猪、螃蟹和鲸鱼，大概100种生物的恣意两个组合起来会是什么奇妙的模样？

如今，AI可以把这些天马行空的想象全部酿成实际！

而只必要我们点点鼠标任意涂个鸦，像如许：

犀牛的犄角，老鹰的党羽，恐龙的尾巴，组合起来就可以酿成如许：

妥妥的一幅专业创意作品，对绘画小白的确不要太友爱。

更紧张的是，它大概还能引发你的创意灵感，而这也是Google研究团队推出这款东西的目标之一。

这款AI绘画神器名为Chimera Painter，它是一个Web东西，其功效是基于动物简图天生高度传神的“小怪兽”。

完成涂鸦后，只要点击「转换」按钮，它就会主动天生3D成效的「怪兽」。

故意思的是，Googel研究团队还把Chimera Painter创作的怪兽形象用来搭建了一个数字纸牌游戏。

图中每张纸牌的打击值由上面的怪兽决定，这些怪兽的技能由他们所组合的两种物种决定。

据相识，这款AI东西的研发灵感就来自我们平常在游戏中看到的「怪兽」。Googel研究职员以为，这些怪兽的创作每每必要游戏美术师有高度的艺术制造力和技能知识，而AI可以充任画笔，关心他们节约艺术创作的时间，好比一键完成3D衬着，乃至还可以加强他们的制造力。

倘使游戏中有100种动物，每种动物都可以相互融合，那么它会给任何艺术家带来很大的事情量，但这对付呆板进修来说，是很轻松的事。

那么，它是怎样做到的呢？

基于GAN的天生模子

Chimera Painter，是一种呆板进修（ML）模子。为了可以天生高质量且恣意组合的怪兽形象，研究团队向模子提供数千张生物图像，并标志了如爪，腿，腿，眼睛等特别部位，以供模子举行练习。

该模子的练习历程使用的仍旧是天生式反抗网络（GAN）,GAN我们已经非常熟习，它可以基于两个卷积神经网络：天生器和鉴别器天生高清且传神的新图像。其事情道理是，天生器用来创建新图像，辨别器用来确定这些图像是否来自练习数据集。

不外，在这里研究职员提出了一种被称为条件GAN的变体，此中天生器采纳单独的输入来引导图像天生历程。有味的是，这种要领与其他GAN的事情完全差别，由于后者通常偏重于照片真实性，而该东西的目标是融合差别的物种天生一种嵌合体。

为了练习 GAN，研究团队创建了一个全彩色图像数据集，此中包罗单种生物的表面，这些表面改编自3D 生物模子。这种生物的表面形貌了每种生物的形状和巨细，并提供了一张支解舆图来辨认身材的各个部门。

练习后的模子，可以基于艺术家提供的表面，天生体现最好的多物种嵌合体并嵌入到 Chimera Painter中。

创建有布局的生物数据集

利用GAN天生新物种时会碰到一个题目，即在绘制图像细节或低比拟度部门时，大概会失去空间的连贯性，包罗眼睛、手指，乃至是具有相似纹理的重叠身材部位之间的区分。

是以，它对练习数据集提出了必然的要求。现有的插图库不得当用作练习ML模子的数据集，缘故原由是它们大概具有辩论样式，大概缺少多样性。天生嵌合体的数据集必要具备奇特性，如戏剧性的视角、构图和灯光等。

为相识决这个题目，研究职员开辟了一种用户主导的半主动要领，即从3D生物模子中创建ML练习数据集。在这个历程中，用户们将创建并得到一组3D生物模子。

详细来说，他们将用虚幻引擎制作两组纹理，并叠加在3D模子上——一组具有全彩色纹理（左图），另一组表现身材每个部位（如图，耳朵，颈项等），称为支解图（右图）。

此中，图二身材细分部门会提交给模子举行练习，以确保GAN相识种种生物身材部位的特定布局、形状、纹理和比例。

三维生物模子都被安排在一个3D场景中，并同样利用虚幻引擎。一组主动化剧本将采纳这个3D场景，并在差别的姿势、视点和每个3D生物模子的缩放级别之间举行插值，创建全彩色图像和支解舆图，形成 GAN的练习数据集。

利用这种要领，研究职员为每个3D生物模子天生10000多个图像+支解图对，与手动创建这些数据相比，用户每张图像可以节约约莫20分钟。

天生高保真度图像

GAN的超参数巨细会影响模子输出图像的质量。为了验证该模子哪个版本的性能最佳，研究团队网络并阐发了模子天生差别生物范例的样本，并从中提取了一些明显特性，如深度感，有关生物纹理的样式，以及面部、眼睛的真实感等。

这些信息不但将用于练习模子的新版本，并且能在模子天生成千上万的生物图像之后，从每种生物种别（比方瞪羚，山猫，大猩猩等）中选择最佳的图像。

详细来说，研究团队通过感知丧失（ Perceptual Loss）对GAN举行了优化。该丧失函数组件利用从单独的卷积神经网络（CNN）提取的特性来盘算两幅图像之间的差别，该卷积神经网络之前已经对ImageNet数据会合的数百万张照片举行了练习。

从CNN的差别层提取特性，并对每个特性施加权重，这会影响特性对终极消耗值的奉献，这些权重对付确定终极天生的图像的表面至关紧张。

下面是来自差别感知丧失权重练习GANs的效果。

图片中的颜色改变重要是数据集导致的，其缘故原由是数据会合的一个生物每每包罗多种纹理（好比蝙蝠的赤色版和灰色版），不外，纰漏颜色改变，很多差别也直接与感知丧失值的改变有关。

研究职员发觉，特定值会孕育发生更清楚的面部特性，使天生的生物更具真实感。

下面是一些由GAN天生的生物，它们利用了差别的感知丧失权重举行练习，展示了模子可以处置惩罚一小部门输出和姿势。

在线体验

总之，对付艺术创作者大概绘画喜好者来说，Chimera Painter只需调解生物的局部形状、范例大概位置，就可轻松创建大量图像，而不是重新绘制几十种雷同的生物。同时，该模子还许可利用外部步伐（如Photoshop）创建的生物表面。

谷歌团队在博客中表现，盼望这些GAN模子和Chimera Painter演示东西可以引发人们新的艺术创作思绪。

那么，利用呆板进修作为画笔时，你想创建什么呢？（打开链接即可体验~）