谷歌AI魔鏡：看你手舞足蹈，就召喚出8萬幅照片學你跳

圓栗子 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

鬼畜來自起小點

前兩天，大家還在手機上胡寫亂畫。

而現在，如果你看到某個同事，對著電腦展現ta婀娜的舞姿。

失敗的「過電」

ta說不定是在扒舞。

有一點點可能，是在玩谷歌發布的又一個AI遊戲，名字叫Move Mirror(動鏡) 。

這個遊戲里，只要打開攝像頭，對著它做你最舒服的動作。

一瞬間，很多人就會「排隊」來學著你跳了，一絲不苟，還原神韻。

恭喜你，領取了一呼百應成就。跟你一起跳舞的人，你基本沒見過，可能還有從二次元來的朋友。

滿足感是否油然而生？

對一個頁游來說，這計算量也算是鞠躬盡瘁了。

姿勢匹配，一氣呵成

這個遊戲里，負責捕捉你姿勢的機器學習模型，叫做PoseNet。

看著你愉快地舞動，模型要實時捕捉你的姿勢，全程不能鬆懈。

渾身上下，有17個關鍵點，每個姿態都是由這些點，共同描寫的。

針對每一幀影像，系統都要搜遍80,000張的圖庫，從茫茫人海里找到姿勢差不多的那一位。

這個數據集里，人類的姿態非常豐富，每一張都精挑細選。確實，不可能直接隨機取樣，每個人的姿勢都差不多的話，就沒用了。

雖然數據千姿百態，但搜索一次、找到目標，也只要15毫秒而已。

然後，系統迅速用千軍萬馬拼出你的動感，也幾乎不用什麼時間。

需要的話，還可以把生成效果轉成gif，分享到噴油圈——

這似乎是從宅舞向，變成了運動向，AI可能是個偏愛肌肉的妹子。

另外，遊戲是用TensorFlow.js做的，不用存儲你的影像，也不會把數據傳到遙遠的伺服器里。

和谷歌AI以往的許多頁游一樣，低碳又安全。

花式PlayPlay

大家不妨一試，看看AI怎麼理解你的動作，說不定還能發現一些神匹配。

如果想用TensorFlow.js，自己寫一個觀察姿勢的小應用，可從文底的傳送門前往GitHub項目頁面，查看代碼。

另外，在下比較期待，等哪天遊戲里增加了面部動作的識別……

大概就可以更充分地觀察，AI對動作的解讀方式了。

問題來了，你想用什麼姿勢來考驗它呢？

PlayPlay傳送門：

http://g.co/movemirror

GitHub項目傳送門：

https://github.com/tensorflow/tfjs-models/tree/master/posenet

DIY指南傳送門：

https://medium.com/tensorflow/move-mirror-an-ai-experiment-with-pose-estimation-in-the-browser-using-tensorflow-js-2f7b769f9b23

僅因姿勢銷魂而亂入

—完—

活動報名

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！