AI 攝影師!Google 黑科技自動拍照的 Clips 攝影機上架秒殺

評論
Photo credit:  Google Store US
Photo credit: Google Store US
評論

原文刊登於 Geekpark,INSDIE 獲授權轉載。

在 2017 年 10 月的 秋季發表會 上,Google 發表了智慧相機 Clips,它沒有取景框和麥克風,只有攝影鏡頭和快門,使用機器學習來幫助用戶抓拍精彩瞬間,所有一切都自動完成。這個不起眼的「小產品」實際上凝聚了 Google 在智慧硬體上的巨大野心。

在那次發表會上,Google 提出了「AI+硬體+軟體」的概念,而 Clips 正是這個理念下最具代表性的產品。1 月 27 日,Clips 終於上架 Google 商店,以 249 美元的價格出售。也許是為了配合上市,Google 以 Clips 為案例發表了一篇長文,闡述「以人為本」的設計理念,從中可以看到 Google 對 AI 應用的一些思考、堅持的原則和方法論。

以下內容根據 Google Design 發表的「The UX of AI」一文編譯,內容有適當刪減。

解決真正的人類需求

機器學習無法得知哪些問題需要被解決,如果不從人的需求出發,最終就會為了一個很小甚至是不存在的需求,去建立一個強大的系統。所以,AI 應該從人的需求出發。

在今年,人們將拍攝大約一萬億張照片,對於大多數人來講,這意味著我們會有一個實際上不會再去翻看的電子相簿。尤其是對於新生兒的父母,他們生活中的每個點滴都值得記錄。在那些珍貴而又短暫的時刻,他們需要將注意力放在手機上,透過螢幕來看自己的孩子,而不是和孩子進行交流。

我們需要一個隨時隨地在線上的攝影師在身邊,捕捉那些珍貴但轉瞬即逝的時刻,比如孩子的微笑,Clips 就是為此而生。

AI 需要人類的引導

機器學習是一個多學科的系統,根據數據自動分析出規律然後進行預測。模型的任務就是評判這些規律的重要性,盡可能保證準確。但需要注意的是,從建立模型、選擇數據源到打標籤,都會影響最終的結果,而這些都會受到人類判斷的影響。所以,人類引導在機器學習中的作用不可忽視。

解決抓拍照片的問題,最緊迫的一點是:如果人們拍攝了大量照片,但其實並不想事後重新編輯、整理,那麼該如何標記這些照片呢?這就需要一個理論上的「人類專家」來完成這個任務。這裡的理論有兩層含義:首先,如果人類無法完成這個任務,那麼 AI 也不能。其次,透過研究人類專家的行為,我們可以知道如何進行數據收集、標記和建立機器學習模型。

透過不斷的嘗試,我們找到了一個紀錄片製作人、一個攝影記者和一個藝術攝影師,利用他們的專業知識和經驗,試圖回答「哪些瞬間值得被記錄」。

Photo credit: Google Store US

判斷標準要統一

我們將景深、三分法則、燈光照明、構圖、故事性等標準全部加入進去,讓它在一個足夠簡化的框架下進行學習。

老師給出兩個完全不同的例子時,學生會快速給出回饋,但演算法不會。對於 Clips 來說,不光要讓它學會哪些瞬間值得記錄,還要知道忽略哪種類型的照片。

比如在抓拍時,忽略手指擋住鏡頭、快速晃動、模糊的照片,留下穩定、清晰、構圖合適的照片,臉部檢測可以實現這一點。

拍照的前提是彼此熟悉,用相機朝向某人時,他們會微笑或點頭表示同意,有了智慧相機,可以根據社交關係來判斷你所要關注的人是誰,判斷標準可以使這些人在你照片中出現的次數等,這樣就避免抓拍到不相關的陌生人。

Photo credit: Google

建立信任

Google 在 Clips 上投入精力的原因之一是想向全世界展示,將機器學習內建到設備中,並進行隱私保護的重要性。相機是個很私人的東西,我們一直在努力確保它的硬體、智慧系統和內容都只屬於用戶自己,所以在 Clips 上增加了軟體取景器和快門按鈕。用戶對於留下來的照片有最終決定權,我們會展示被挑選出的「精彩瞬間」,用戶也可以自己選擇影片的長短,或者刪除哪些照片。

和傳統的工具相比,機器學習系統無法避免 bug,所以「完美」是不可能的,甚至不能當成一個目標。因為用機器學習進行預測,本身就是一個模糊的技術。但也正是因為這種模糊性,我們可以設計出更強大、複雜的判別系統。Clips 能做的不僅是保存、刪除、編輯,還根據用戶、拍攝對象的狀態不斷變化,隨時間不斷學習。

在「以人為本」的理念下,我們可以釋放機器學習更大的潛力,讓機器變得更加智慧,探索增強人類能力的方法。首先要牢記幾點:尋找和解決人類的真正需求、維護人類的價值、增強人類的能力而不是將一切都自動化。

人工智慧的作用不應該是替我們大海撈針,而是向我們展示它能清除多少海草,以便我們更容易找到針。


精選熱門好工作

PopDaily 業務企劃-公標案專責–【業務部】

數果網路股份有限公司
臺北市.台灣

獎勵 NT$20,000

Android 工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$20,000

Product Manager

PicCollage 拼貼趣
臺北市.台灣

獎勵 NT$20,000

評論