AutoDraw

定义

AutoDraw是谷歌推出的一种在线绘图工具，官方将其定位为面向所有人的快速绘图工具。它把机器学习算法与签约艺术家绘制的图形素材结合在一起，使用户即使没有任何绘画基础，也能在较短时间内做出可用的视觉素材^[1]。

与传统的画图软件不同，AutoDraw的核心并非画笔功能，而是识别与替换：用户先用鼠标、触控板或手指画出大致轮廓，工具实时判断这个轮廓可能代表什么，并在画布上方列出一排由专业插画师完成的候选图形，点击其中之一即可覆盖原来的草图^[2]。整体界面带有画笔、形状、文字、油漆桶和颜色等基础工具，成品可导出为 PNG 文件或生成分享链接^[3]。

原理

AutoDraw的自动建议功能沿用了谷歌涂鸦实验「Quick, Draw!」所使用的技术^[4]。该实验要求玩家在约 20 秒内根据提示画出某个简单物体，由神经网络判断画的是什么；大量玩家参与的过程同时积累了下述手绘数据。

其学术基础是谷歌研究人员戴维·哈与道格拉斯·埃克提出的生成式循环神经网络模型，相关论文题为《简笔画的神经表征》^[5]。研究者在手绘简笔画数据集上训练模型，每幅简笔画被表示为控制画笔的一系列动作序列，即朝哪个方向移动、何时提笔、何时停笔；模型采用序列到序列自编码框架，借助变分推断和超网络构成的循环神经网络单元，把输入序列编码成隐向量，再由解码器重建^[6]。

训练中研究者有意向隐向量引入噪声，使模型无法逐笔复制原始涂鸦，而必须学会提取其中的特征。以猫的草图为例，输入一幅画有三只眼睛的猫，模型输出的仍是双眼睛的猫，说明它已经掌握了猫通常只有两只眼的规律；若把牙刷的草图输入猫模型，则会得到一幅胡须很长、形似牙刷的猫^[7]。在AutoDraw中，这一识别能力被用于把用户正在绘制的线条与内置素材库比对，并把匹配结果实时呈现为候选图标^[8]。

训练所用数据取自「Quick, Draw!」玩家提交的涂鸦，研究者从中选取 75 个类别，每类包含 7 万个训练样本，另有各 2500 个验证与测试样本^[9]。谷歌后来公开了该项目的数据集，其中包含约 5000 万幅带有时间戳的矢量图画，分为 345 个类别^[10]。

发展历程

AutoDraw于 2017 年 4 月 11 日发布，由谷歌创意实验室的丹·莫岑贝克和凯尔·菲利普斯与同事共同开发^[1]。发布时谷歌表示该工具可以识别数百种图形，并计划此后继续增加素材^[11]。

它被归入谷歌的人工智能实验项目系列，该项目此前已推出「Quick, Draw!」「无限鼓机」「物品翻译」等基于机器学习的工具^[12]。论文《简笔画的神经表征》在AutoDraw发布前后公开发表，同期谷歌还公布了「Quick, Draw!」的数据集，供研究者、开发者和艺术工作者使用^[10]。产品发布后未再出现重大功能更新^[13]。

应用

AutoDraw主要面向需要快速获得简单图形的场景。教学中可用于制作课堂或家庭海报、带图示的讲义与词汇学习材料；日常使用中可用于制作卡片、邀请函、标志和社交媒体配图^[14]。它也可用来为策划书、报告或演示文稿配一张示意图^[15]。

在操作方式上，用户可以在自动识别模式和自由绘制模式之间切换：前者会给出图形建议，后者完全由用户自己画^[12]。编辑工具支持添加文字、填充颜色、插入可缩放的几何形状，并能用选择工具移动、缩放和旋转已有元素；完成后可导出为 PNG 图档或分享链接^[3]。由于完全在浏览器中运行，桌面电脑、平板和手机均可使用，并支持鼠标、触控板和触屏输入^[16]。

局限

AutoDraw的识别范围受限于内置素材库。素材库由艺术家创作的图标构成，数量虽达数百种，但并非无限，库中没有收录的对象无法被替换为对应图形^[13]。较为冷门或抽象的图形往往得不到匹配结果，或只能给出不相关的选项；复杂示意图、精细地图一类需求也不适合由它完成^[17]。

识别准确度取决于草图与常见物体的接近程度。有媒体测试发现，同一工具对一幅青蛙草图给出了正确判断，却把免子认成了马桶，一只鸟被误判为埃菲尔铁塔^[4]。也有评测指出它无法识别手写的拉丁字母，而且并非所有涂鸦都能找到适配的图案^[18]。

它只接受画布上的手绘轨迹作为输入，无法直接导入本地图片进行识别：位图缺少笔画顺序、起笔落笔等时序信息，模型难以据此提取绘图意图^[19]。输出方面仅支持 PNG 格式，不提供矢量文件导出，因此不适合需要无损放大的印刷用途^[20]。素材库自发布以来未见明显扩充，官方页面长期保留着计划继续增加图形的表述^[13]。

参见

• Quick, Draw! —— 谷歌的涂鸦识别小游戏，AutoDraw 的识别技术与其同源。

• 循环神经网络 —— 支撑 Sketch-RNN 模型的神经网络结构。

• 变分自编码器 —— Sketch-RNN 采用的序列到序列自编码与变分推断思路属于这一方向。

• 机器学习 —— AutoDraw 草图识别功能所依赖的技术领域。

• 谷歌 —— AutoDraw 的推出方。