AI表情生成器来了！向AI输入96万张后，生成的图像还能接地气吗？

由大数据文摘制作

在这个人们因意见不合而争吵的时代，表情符号已经成为每个人的必备“装备”。

近日，文摘杂志发现一位外国友人做了一款AI表情生成器。坦白说，这个生成器还是摆脱不了“沙雕”的标签，就像之前的“屎文生成器”和“反射生成器”一样。

它的主页是这样的，有48个表情模板可供使用。

门户网站：

https://imgflip.com/ai-meme

*有人看到这个好奇“Meme”是什么吗？其实“Meme”就是我们常说的表情包。

网站标题“This Meme does not Exist”也延续了之前StyleGan生成的网站的“Does Not Exist”系列，意思是“不存在的表情符号”。

接下来，我们就直接进入正题吧。我们来仔细看看《消化菌》，看看它能在表情包里添加哪些文字吧~

首先我快速扫了一眼，发现最熟悉的就是第二排中间的总督。确认眼睛后，就是这个了！选择图片后，生成如下表情包：

这段文字很符合。仔细一看，还是比较符合我们日常的表情风格的。再次点击刷新，AI就会给这张图片添加新的文字。下面是给吃货朋友们的：

刷新了几次之后，文摘菌发现最常出现的词语有“哇”、“这样”、“多”等狂野词，而这个AI文本生成器的水平也参差不齐。有时候觉得这个表情包可以用，但有时候又感觉很可笑，提不出有趣的点。

另外，我们还可以在文本框中输入一些文字提示，帮助它生成我们想要的表情符号。例如，在Digest.com上输入“hello”，就会生成这样的表情包：

这……实在是太难了。在Digest.com输入一些符合表情符号逻辑的单词怎么样？例如：

马上就有一股内味了，对吧？

这个网站除了生成表情包还能干啥

从这个网站的首页看，好像还是一个表情爱好者的交流社区？每个人都可以在网站上发布自己的表情符号，用户可以根据自己的喜好进行投票。

AI生成表情包只是本站项目之一。另外，您还可以手动上传表情包后台并输入表情包内容。但据文摘网介绍，这个网站相比国内的微信表情搜索和某张图的一键表情p图简直弱爆了~

中等超详细教程：

https://towardsdatascience.com/meme-text- Generation-with-a-deep-convolutional-network-in-keras-tensorflow-a57c6f218e85

深度卷积网络是一种常用于图像的神经网络。 Wenzlau 使用机器学习平台Tensorflow 和Keras 对其进行训练，并建立了可以匹配48 种不同表情符号格式的文本生成模型。他还在Github上发布了完整的代码供大家尝试。

Github 指南：

https://github.com/dylanwenzlau/ml-scripts/tree/master/meme_text_gen_convnet

表情包质量如何，数据集来决定！

数据集简直就是AI生成文案的灵魂。如果想让表情更加接地气，就必须收集尽可能多的数据。

正如温兹劳所说，在制作这个生成器时，选择了96万个表情文案作为训练数据。为了使文本生成更加准确，Wenzlau 使用字母而不是单词作为训练样本。他还说，字母训练的结果比文字有趣多了！因为对于英语来说，字母的划分更加细致，可以激发AI更多的可能性。

事实上，这并不是表情生成器第一次出现。两年前，斯坦福大学的Abel L. Peirson V 和E. Meltem Tolunayl 写了一篇关于使用深度神经网络生成表情符号的论文。他们还为此制作了一款APP，称其为第一个可以使用AI生成表情符号的应用程序。

他们在论文中写道，数据集对于这个生成器来说太重要了。

他们的数据集包含大约400,000 张带有标签和描述的图像。其中包括2,600 个专门的图像标签组合，这些组合是他们从Python 脚本中获得的。

如上图所示，数据集中的一张图片对应一个标签和相关指令，“一步步”教授AI学习。

让我们来看看这个人工智能的工作。你会选择哪一个？

目前看来，AI的这些话就像是小孩子说的话。有些很可爱，有些很可笑。

但事实上，幽默真的很难判断。大多数情况因人而异，并且有些主观。