谷歌AI版“你画我猜”背后是什么样的原理？

我们先看看这个小程序是什么，打开微信小程序搜索页面，搜索“猜画小歌”，打开这个小程序，点击开始作画。小程序会先出题，告诉你画什么，20秒倒计时，你画完内容，然后谷歌AI去猜，如果猜的答案和题目匹配，则通过，进入下一题，否则失败。乍一看，怎么像是在考我的绘画能力呢，哈哈。

第一道题，让我画帆船，惨败...

再来一遍，钻戒，惨败...

Google AI

如果你画的东西在20秒内被谷歌人工智能猜中，则过关，反之游戏结束，还有排行榜来统计你的闯关数在好友中的排名，这也是微信小游戏一贯的社交板块。

如上图，游戏操作简单，接下来就是和AI达成默契进行“你画我猜”，如果多轮猜中，你就会进行连续的游戏解锁，然后登上朋友圈排行榜巅峰，考验各位“灵魂画手”的时候到了。

当然，也有哭着喊着让大家给评评理的，人工智能没有猜出来的这些画作，到底是谁的错？

“猜画小歌”的背后是超5000万个手绘素描数据群

猜画小歌由来自 Google AI 的神经网络驱动，该网络源自超过5000万个手绘素描的数据群，在此前谷歌推出的类似游戏《Quick, Draw!》之中，对于这个神经网络有着较多的介绍，如果你对猜画小歌很感兴趣，也可以谷歌搜索Quick, Draw!在PC端进行游戏。

如下图，谷歌所有出的猜画题，其实已经有着大量的手绘素描的数据群，你这边一边画，另一边神经网络进行快速比对。

我们点击香蕉，可以看到无数各式各样的手绘香蕉出现在你面前。

下面是关于脸的数据，看着各式各样的脸还挺有趣，值得一提的是，在谷歌的手绘素描的数据群之中，笔画的前后顺序都是纪录在内的，鼠标移动到任意一个脸上面，就会自动出现画图过程。

看到这里你是不是想说，看来人工智能也不过如此，只是在数据的基础上进行比对就好了，并不是神奇到不借助外力直接猜中我画的是什么。

在某种程度上，可以这么说，但又不准确，其实AI还进行了大量复杂的工作，谷歌对于“猜画小歌”的解释当中这样说道：计算机一直以来都是聪明的，现在有了AI以后，计算机可以用一种自然的，更接近人类的方式去理解这个世界，其中一个令人兴奋的新进展就是计算机视觉技术，它能让计算机直接理解输入的视觉信息，并由此“看到”这个世界。

谷歌说，这一技术既能在视频通话中识别出你的朋友以便加上对应的标签，也能帮助识别人类眼底诊断图像上的早期糖尿病症状。而且，得益于“神经网络”技术，一些看起来极其困难的事情，计算机也能处理得非常好：比如，通过粗糙的草图就能识别出是什么物体。现在，计算机已经能“看到”你随意涂鸦出的一团长着耳朵的墨迹可能是一只熊猫。

玩“猜画小歌”有什么技巧？

不要拖泥带水，简洁最重要。因为程序只能接受大约200个左右的输入点，如果画很多细节，反而认不出来。

如果第一次画的没有识别出来，迅速擦掉重画，不要希望AI会后期力挽狂澜。从sketch-rnn模型可以看出，画画的路径转换为latent vector，前期的数据比重很重要。

最后一招：谷歌公开了所有类别的训练样本，大家可能上这个网站（https://github.com/googlecreativelab/quickdraw-dataset）下载，看看每个类别“正确”的画法。

为什么要在中国推小程序？

因为谷歌的网页版猜画小歌，由于大家都知道的原因，没有中国的数据。这次利用微信小程序刚好收集一下中国的数据。有人还做了不同国家画画的差别，比如日本人画圆是顺时针的，而绝大多数国家是逆时针的，原因是日文中的圆的顺时针写的。韩国和俄罗斯用户脑中，最直觉性的椅子图像是侧放的，而美国、德国、巴西、南非都是正面放置的。后续基于这个大样本，还能分析出很多好玩的东西。

什么是“神经网络”技术？

神经网络（Neural Network，NN）或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。

神经网络由大量的人工神经元联结进行计算，大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的讲就是具备学习功能。典型的神经网络具有以下三个部分：结构（Architecture）；激励函数（Activity Rule）；学习规则（Learning Rule）。