IT之家 11 月 5 日消息，Google Research 展示了一種使用人工智能讀取手寫內(nèi)容的新方法，名為 InkSight 的系統(tǒng)能夠直接從手寫文字的圖片中提取出數(shù)字文本，無需任何中間設備。
傳統(tǒng)的手寫文字識別技術主要依賴于光學字符識別 (OCR)，但這種方法在處理復雜背景、模糊不清或低光照條件下的手寫文字時往往表現(xiàn)不佳。InkSight 則采用了不同的思路，通過模仿人類學習閱讀的過程，即通過不斷地重寫文本，來學習整個單詞的外觀和含義。這需要研究人員訓練 AI 模型，使其能夠識別和模仿人類的手寫風格。
InkSight 在處理復雜場景時表現(xiàn)更為出色，例如當照片光線昏暗、文本部分遮擋或背景干擾時，InkSight 能夠更準確地識別手寫文字。研究人員發(fā)現(xiàn)，人類能夠閱讀 InkSight 生成的文本描摹的準確率高達 87%，其中三分之二的描摹結果與真實手寫幾乎無法區(qū)分。
對于喜歡手寫的人來說，InkSight 具有巨大的潛力。想象一下，只需將手寫筆記拍攝照片，即可立即將其轉換為可搜索的數(shù)字文本。對于那些字跡潦草的人來說，InkSight 可以將難以辨認的手寫內(nèi)容轉化為清晰、準確的打印文本。
從更廣闊的視角來看，這項技術對于破譯和和將幾個世紀以來的手寫文本轉換為數(shù)字形式具有重要意義。即使對于那些數(shù)字化程度較低的語言，InkSight 也能幫助保護手寫遺產(chǎn)，并為這些語言的數(shù)字化訓練提供更多資源。
IT之家注意到，谷歌并不是唯一一家致力于開發(fā)手寫識別 AI 工具的公司。亞馬遜的 Kindle Scribe 電子閱讀器也具備將手寫筆記轉換為可讀文本的功能。此外，Goodnotes 等數(shù)字筆記應用也推出了手寫識別和編輯功能，可以將手寫文字轉換為可編輯的數(shù)字文本。
廣告聲明：文內(nèi)含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。