DeepMind研究：让AI观察平面图片理解3D空间

▲AI 借由不同角度的平面照片，生成立体的图型。（图／翻摄 TechCrunch）

记者黄肇祥／综合报导

AI 没有人类的视觉神经，不像我们看到照片就能想像背后的声音与实际场景。尤其是对于立体与平面的判断，人类可以轻易猜想实际模样，但若给 AI 看平面照片，系统是无法自动生产 3D 的想像画面。Google DeepMind 团队的一份研究，让 AI 借由观察生成 3D 的画面。

从 DeepMind 所释出的实验影片来看，研究团队将一个场景以不同角度拍摄三次，AI 借此分析场景架构，最后制作出一部 360 度立体的画面。AI 系统分成两个部分，首先观察场景，对角度、形状等条件进行编码，并套用复杂的数学公式，另一部分则是生产，依据前面累积的数据，对预测的场景进行模拟。

此外，研究还展示从单一视角，创作出 3D 模型的技术。

研究人员 Ali Eslam 于报告中写道，目前还不清楚系统对于物件生产的能力，是否能保持精确，「然而我们发现，这种深度学习机制可以理解角度、遮蔽物、光影，且无须任何人为介入，这是惊奇的成果。」

从平面照片去生成立体画面，这种想像力对于 AI 来说是相当重要的，除了让他们具有与人类相当的视觉能力，重要的是不被有限的讯息给限制，若只能看见眼前的物品，无法预判障碍物后的场景，将导致 AI 反应慢半拍或是执行不合理的判断。