超越 OCR，谷歌 AI 技术 InkSight 可精准识别手写文字

谷歌研究团队展示了一种名为 InkSight 的人工智能系统，该系统能够直接从手写文字的图片中提取出数字文本，而不需要任何中间设备。传统的手写文字识别技术依赖于光学字符识别 (OCR)，但在处理复杂背景、模糊不清或低光照条件下的手写文字时表现不佳。InkSight 通过模仿人类学习阅读的过程，即通过不断地重写文本，来学习整个单词的外观和含义。这需要训练 AI 模型，使其能够识别和模仿人类的手写风格。InkSight 在处理复杂场景时表现更为出色，例如在光线昏暗、文本部分遮挡或背景干扰的情况下，InkSight 能够更准确地识别手写文字。研究人员发现，人类能够阅读 InkSight 生成的文本描摹的准确率高达 87%，其中三分之二的描摹结果与真实手写几乎无法区分。对于喜欢手写的人来说，InkSight 具有巨大的潜力。想象一下，只需将手写笔记拍摄照片，即可立即将其转换为可搜索的数字文本。对于那些字迹潦草的人来说，InkSight 可以将难以辨认的手写内容转化为清晰、准确的打印文本。从更广阔的视角来看，这项技术对于破译和将几个世纪以来的手写文本转换为数字形式具有重要意义。即使对于那些数字化程度较低的语言，InkSight 也能帮助保护手写遗产，并为这些语言的数字化训练提供更多资源。谷歌并不是唯一一家致力于开发手写识别 AI 工具的公司。亚马逊的 Kindle Scribe 电子阅读器也具备将手写笔记转换为可读文本的功能。此外，Goodnotes 等数字笔记应用也推出了手写识别和编辑功能，可以将手写文字转换为可编辑的数字文本。