生活裡很少會有比挑一個好看的刺青圖案更私人，也會在身體上留下永久印記的事情，而拜人工智慧之賜，很快你就能更輕鬆挑出心目中喜歡的刺青圖案。
來自哥本哈根的新創公司 Tattoodo 開發出一項採用深度學習的 app，能協助人們在進行刺青前，找出適合他們的風格和圖案。
每個月有超過兩千萬名刺青愛好者，還有只是心懷好奇的使用者來到 Tattoodo 的網站，欣賞全球各地人們上傳的眾多刺青圖案。
以前都要辛苦地以人工方式來分類這些網友們上傳的圖案，並且一一加上標籤，Tattoodo 的開發員 Goran Vuksic 和 Dennis Micky Jensen 在該公司定期舉行的駭客時間裡嘗試對這一點提出改善建議，對於建造影像辨識神經網路有了更深入的見解，並且將它用在 Tattoodo 的刺青藝術圖庫上。
這兩名開發員使用以人工加上標籤的圖庫來訓練其模型，將重點放在刺青的樣式或圖案上。現在人們只要對有興趣的樣式輸入文字描述內容，演算法就會找出跟搜尋內容有關的刺青圖案。
「你表現出對某位藝術家、特定樣式或圖案有興趣，系統就會找出相關結果，提出更多建議內容。」Vuksic 說。
提出你心目中喜愛的建議內容
Vuksic 與 Jensen 使用在 Amazon Web Services 裡一項 NVIDIA DIGITS 執行個體上運行的Caffe 機器學習架構來建造他們的神經網路。
DIGITS 是一套深度學習 GPU 訓練系統，讓 Vuksic 與 Jensen 兩人輕鬆產生出資料集和訓練其模型，且經由 AWS 來取得 DIGITS，立即便可享受到 GPU 的強大處理能力，無需投資購買諸多硬體。
他們正逐步陳列出逾35萬個刺青圖案，讓人們能從中激發出更多創作靈感。
此舉還誕生出顯著結果，不管你想刺個有著濃濃日式風格的全彩龍形或曼陀羅圖案刺青，Vuksic 與 Jensen 兩人的模型會辨識你的需求，從資料庫裡找出與搜尋內容相關的建議圖案。
模型還會顯示要跟蹤動態的藝術家，這對於要欣賞 Tattoodo 圖庫五萬名以上藝術家的作品來說，是一項重要的考量。
展望未來
有超過百萬名刺青愛好者使用 Tattoodo 的 app，隨著使用人數日漸增長，Vuksic 與 Jensen 打算將手中開發的人工智慧技術用於改善上傳過程、自動建議樣式，以及為使用者張貼的作品加上標籤。
Vuksic 及 Jensen 除了使用 NVIDIA GPU 來縮短訓練時間，也將心力用在提高搜尋結果的精確度上，包括使用上傳圖片來進一步訓練模型。
「想要找刺青圖案創作靈感的人，Tattoodo 是他們的首選。」想要持續探索人工智慧發展機會的 Vuksic 說。
劇透提醒：人工智慧將試著為《權力遊戲》長篇故事撰寫新的篇章
要是你錯過上週的 AI Podcast 節目，歡迎再次收聽。我們邀請到一位迫不及待的開發者，他創造出一項人工智慧技術，將為《權力遊戲》長篇故事撰寫新的篇章。
如何收聽 AI Podcast
可通過 iTunes、DoggCatcher、Google Play Music、Overcast、PlayerFM、Podbay、Pocket Casts、PodCruncher、PodKicker、Stitcher 及 Soundcloud 收聽 AI Podcast。要是這裡未列出你愛用的收聽管道，請透過 aipodcast@nvidia.com 留言給我們。
圖片提供： Jayel Aheram, via Flickr