Ars Teknik
Calligrapher.ai adlı ücretsiz bir web uygulaması sayesinde, herkes bir tarayıcıda JavaScript aracılığıyla çalışan bir sinir ağıyla el yazısını simüle edebilir. Site, bir cümle yazdıktan sonra, her biri hız, okunabilirlik ve çizgi genişliği gibi özelliklerle ayarlanabilen dokuz farklı stilde el yazısı olarak sunar. Ayrıca, ortaya çıkan sahte el yazısı örneğinin bir SVG vektör dosyasında indirilmesine de izin verir.
Demo, bir yazı tipi kullanmadığı için özellikle ilginçtir. El yazısı gibi görünen yazı biçimleri 80 yılı aşkın bir süredir var, ancak ne kadar kullanırsanız kullanın her harf bir kopyası olarak çıkıyor.
Geçtiğimiz on yılda, bilgisayar bilimciler sinir ağlarını kullanarak insan el yazısının dinamik çeşitliliğini simüle etmenin yeni yollarını keşfederek bu kısıtlamaları gevşettiler.
Makine öğrenimi araştırmacısı Sean Vasquez tarafından oluşturulan Calligrapher.ai web sitesi, DeepMind’den Alex Graves tarafından 2013 yılında yayınlanan bir makaleden yapılan araştırmayı kullanır. Vasquez, Hattat sitesini ilk olarak yıllar önce oluşturmuştu, ancak yakın zamanda Hacker News’te yeniden keşfedilmesiyle daha fazla ilgi gördü.
-
Calligrapher.ai web sitesinde bir el yazısı sentezi örneği.
Hattat.ai
-
Calligrapher.ai web sitesinde farklı bir stil kullanan bir el yazısı sentezi örneği.
Hattat.ai
-
Okunabilirliği düşük olan bu bilgisayarda korkunç bir el yazısı var.
Hattat.ai
-
Okunabilirlik artırıldığında harfler daha net hale gelir.
Hattat.ai
Calligrapher.ai, istatistiksel ağırlıkların rehberliğinde her harfi bir insan eli tarafından yazılmış gibi “çizer”. Bu ağırlıklar, zaman içinde bir beyaz tahtadan sayısallaştırılan 221 kişinin el yazısı örneklerini içeren IAM Çevrimiçi El Yazısı Veritabanında eğitilmiş tekrarlayan bir sinir ağından (RNN) gelir. Sonuç olarak, Calligrapher.ai el yazısı sentez modeli, büyük ölçüde İngilizce yazmaya göre ayarlanmıştır ve Hacker News’teki kişiler, diğer dillerde yaygın olarak bulunan aksan işaretlerini yeniden üretmekte sorun yaşadıklarını bildirmiştir.
El yazısını üreten algoritma doğası gereği istatistiksel olduğundan, “okunabilirlik” gibi özellikleri dinamik olarak ayarlanabilir. Vasquez, 2020’de Hacker News’te yaptığı bir yorumda okunabilirlik kaydırıcısının nasıl çalıştığını açıkladı: “Çıktılar, bir olasılık dağılımından örneklenir ve okunabilirliği artırmak, olasılık yoğunluğunu etkili bir şekilde daha olası sonuçlar etrafında yoğunlaştırır. Yani bunun sadece varyasyonu değiştirdiği konusunda haklısınız. genel tekniğe ‘örnekleme dağılımının sıcaklığını ayarlama’ denir.”
Artık metin, konuşma, resim, video ve şimdi de el yazısı ile mücadele eden sinir ağları ile, insan yaratıcı çıktısının hiçbir köşesi üretken yapay zekanın erişiminin ötesinde değil gibi görünüyor.
2018’de Vasquez, diğer uygulamalara uyarlanabilmesi için GitHub’daki web uygulaması demosuna güç veren temel kodu sağladı. Doğru bağlamda, statik bir betik yazı tipinden daha fazla yetenek isteyen grafik tasarımcılar için yararlı olabilir.
