数据库规模越庞大，结果准确率越高。谷歌研发人员表示，为了让AI能够猜出大家的画作，已经提前喂了大量的数据给模型。
全文2670字，阅读约需5分钟
谷歌一定是全球最会做营销的人工智能公司，没有之一。
猜画小歌炸出了朋友圈一票灵魂画手，其不按套路出牌的识别能力让人又爱又恨：猜画小歌有时候很懂你，画一笔就知道你要画什么；有时候又着实智障，明明画得很具体了，它却用机械音嘲弄你：“你画的啥玩意。”有绘画功底的画手往往难以通关，抽象派的灵魂画手反而能被识别。网友忍不住质疑：这 AI 怕不是个傻子吧？
━━━━━
猜画原理
技术不难，难的是数据库
所谓hackathon，中文一般称为黑客马拉松或者编程马拉松，是科技公司激发创意的一个小比拼。常见的做法是公司内程序员、设计师以及产品人员组成小队，在一到两天的时间内紧密配合，完成一个主题下的产品或者解决方案。
2016年，谷歌曾推出网页版你画我猜——quick，draw！一经上线就风靡全球，通过该游戏手机到的手绘数据集也被谷歌开源，为需要神经网络训练的研发人员提供样本。quick，draw！使用了David Ha与Douglas Eck研究的名为“sketch-rnn”的生成式RNN，旨在训练机器如何像人类一样提炼事物的抽象概念。
神经网络是深度学习的基础，最初是受生物神经系统的启发，为了模拟生物神经系统而出现的。通俗点说，AI 通过神经网络认知世界的过程，与婴儿最初认知世界的过程颇有点异曲同工的意思。
包括旷视研究院在内的人工智能公司所研究的人脸识别、视频结构化等技术，均绕不开CNN或RNN。
但抛开这些拗口的技术名词，这款手绘识别游戏的技术并不难。早在去年，就有一名在校生帮一个公司做过一个几乎差不多的手绘识别模型，收取的酬劳仅有一万元。相比于算法，数据集在这里显然更值钱。
利用神经网络技术，通过对大量涂鸦样本的学习，猜画小歌总结出不同事物的特征点。除了特征点，数据训练也可以给AI动态的画图过程，让AI理解人类在画某一事物时通常选择第一笔先画什么、如何走笔、合适停笔。这也解释了为何有时在你画第一笔时，小歌就能给出答案。
数据库规模越庞大，结果准确率越高。谷歌研发人员表示，为了让AI能够猜出大家的画作，已经提前喂了大量的数据给模型。
━━━━━
答“阴谋论”
不会收集用户隐私数据
还有人担心自己不知不觉成为谷歌的免费训练师，用自己的画作丰富了谷歌的涂鸦数据集。
研发人员回应：这其实是大家想多了。“大家的画作，除非能达到一定的量级，不然是不会对AI本身产生重大的影响的。”
在应用前景方面，鉴于该数据集可以训练机器提炼事物的抽象概念、学习动态画图过程，这就为这一技术创造了一个前景可观的应用方向：帮助艺术家迸发艺术灵感、教授学生绘画的基本技巧。
除了锻炼AI能力，猜画小歌收集的数据或许也可以有其他用武之地，比如分析一下为什么大多数人画钟表都是在3点钟。
2017年12月，谷歌宣布成立谷歌AI中国中心，整合谷歌云与谷歌中国研发团队，由斯坦福大学计算机系终身教授、斯坦福大学人工智能实验室主任、"AI 女神"李飞飞与Google Cloud研发负责人李佳领导。
谷歌AI中国中心介绍，目前Google翻译和文件极客App可在中国使用，搭载Android Wear系统的可穿戴产品在中国也非常受欢迎。
━━━━━
登顶攻略
注意突出特征和勾勒形状
有一定绘画基础的汤包同学在朋友圈里愤愤不平：既然已经喂了这么多数据，为什么我的小歌还是表现得像个智障？
汤包画的鱼是这样的：
系统认可的鱼是这样的：
汤包笔下的眼镜是这样的：
而实际上想要被AI识别出，只需要画两个圆圈：
小S（化名）为了画出“动物迁徙”，费劲巴拉地画了两只行进中的斑马，但实际上，她只需要画两只大雁——也就是两条折线就好。
“这可能是因为它之前训练的数据集以简笔画为主，复杂的反而不认识。”旷视科技研究人员认为，小歌出现的这个bug 还是跟数据集有关，“它现在还不够聪明。”
那么，怎么才能让小歌更容易地识别出你的涂鸦？
一个诀窍是抓住特征。
比如画猪突出硕大的鼻孔，画蚊子突出尖尖的嘴，画蒙娜丽莎的微笑先画个画框。
。
第二个诀窍是先勾勒形状，画脸先画圆圈，画微波炉先画个正方形，小歌多猜几次总能猜对。
当然，反推下来，如果你想为难一下小歌，大可以颠倒以往的下笔顺序，画图时先画细节，这样无论你画得有多像，小歌都有很大概率识别不出。
值班编辑 李二号 花木南
全部评论