獨家丨和“猜畫小歌”研發(fā)團(tuán)隊聊了聊，我們總結(jié)出了登頂攻略
作者：蔡浩爽 來源：尋找中國創(chuàng)客
谷歌一定是全球最會做營銷的人工智能公司，沒有之一。
2016年，谷歌阿爾法狗與人類頂級棋手對弈，讓全人類意識到人工智能時代的到來；2018 Google I/O開發(fā)者大會上，Google Assistant像真人助理一樣通過電話完成預(yù)約理發(fā)服務(wù)，宣告人工智能距離“成精”又近一步；今天，谷歌的你畫我猜小程序“猜畫小歌”刷屏朋友圈，讓普羅大眾都有“調(diào)戲”人工智能的機會。
“AI沒有你想象中的那么神奇，可以上天入地干掉人類；也沒有你想象中的那么智障，還是可以做一些傳統(tǒng)代碼做不到的事情的?！惫雀璧牟庐嬓「柩邪l(fā)團(tuán)隊人員如此解釋上線這一小程序的目的。
猜畫小歌炸出了朋友圈一票靈魂畫手，其不按套路出牌的識別能力讓人又愛又恨：猜畫小歌有時候很懂你，畫一筆就知道你要畫什么；有時候又著實智障，明明畫得很具體了，它卻用機械音嘲弄你：“你畫的啥玩意?！?strong>有繪畫功底的畫手往往難以通關(guān)，抽象派的靈魂畫手反而能被識別。網(wǎng)友忍不住質(zhì)疑：這 AI 怕不是個傻子吧？
猜畫小歌背后使用了哪些技術(shù)？這一技術(shù)未來可以應(yīng)用在哪些領(lǐng)域？谷歌AI團(tuán)隊就這些問題接受了尋找中國創(chuàng)客（ID：xjbmaker）的采訪。
猜畫原理
技術(shù)不難，難的是數(shù)據(jù)庫
我們先簡單介紹一下這款小程序游戲的玩法：系統(tǒng)給出一個需要畫的詞語，通常是名詞，在20秒的時間內(nèi)，用戶畫AI猜，猜中即可進(jìn)入下一輪。AI從你畫第一筆就開始猜，常常在你畫出某些特征后就給出答案。如果猜不中，AI還會用機械音嘲笑：你畫的啥玩意。
據(jù)開發(fā)人員介紹，這款小程序最初只是團(tuán)隊hackathon的小想法，因為大家覺得有趣，才發(fā)展成了完整的項目。
所謂hackathon，中文一般稱為黑客馬拉松或者編程馬拉松，是科技公司激發(fā)創(chuàng)意的一個小比拼。常見的做法是公司內(nèi)程序員、設(shè)計師以及產(chǎn)品人員組成小隊，在一到兩天的時間內(nèi)緊密配合，完成一個主題下的產(chǎn)品或者解決方案。
2016年以來，微信小程序因為已經(jīng)封裝了很多組件、提供了很多接口，開發(fā)相對簡單、快速，成為了很多互聯(lián)網(wǎng)公司首選的hackathon主題。猜畫小歌就是在這樣的環(huán)境中誕生的。
Google AI工作人員告訴尋找中國創(chuàng)客，猜畫小歌由來自Google AI的神經(jīng)網(wǎng)絡(luò)驅(qū)動。該網(wǎng)絡(luò)源自全世界最大的、囊括超過5000萬個手繪素描的數(shù)據(jù)群。
2016年，谷歌曾推出網(wǎng)頁版你畫我猜——quick，draw！一經(jīng)上線就風(fēng)靡全球，通過該游戲手機到的手繪數(shù)據(jù)集也被谷歌開源，為需要神經(jīng)網(wǎng)絡(luò)訓(xùn)練的研發(fā)人員提供樣本。quick，draw！使用了David Ha與Douglas Eck研究的名為“sketch-rnn”的生成式RNN，旨在訓(xùn)練機器如何像人類一樣提煉事物的抽象概念。
至于這次猜畫小歌具體使用的是神經(jīng)網(wǎng)絡(luò)技術(shù)中的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)（CNN）還是遞歸神經(jīng)網(wǎng)絡(luò)技術(shù)（RNN），谷歌方面表示：無法分享關(guān)于神經(jīng)網(wǎng)絡(luò)架構(gòu)的相關(guān)信息。
“其實用CNN或RNN只不過是個選擇題，這兩種神經(jīng)網(wǎng)絡(luò)各有長處，但歸根結(jié)底都是DeepLearning（深度學(xué)習(xí)）的事情?！?人工智能獨角獸企業(yè)曠視科技研究人員告訴尋找中國創(chuàng)客。
神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的基礎(chǔ)，最初是受生物神經(jīng)系統(tǒng)的啟發(fā)，為了模擬生物神經(jīng)系統(tǒng)而出現(xiàn)的。通俗點說，AI 通過神經(jīng)網(wǎng)絡(luò)認(rèn)知世界的過程，與嬰兒最初認(rèn)知世界的過程頗有點異曲同工的意思。
包括曠視研究院在內(nèi)的人工智能公司所研究的人臉識別、視頻結(jié)構(gòu)化等技術(shù)，均繞不開CNN或RNN。
但拋開這些拗口的技術(shù)名詞，這款手繪識別游戲的技術(shù)并不難。早在去年，就有一名在校生幫一個公司做過一個幾乎差不多的手繪識別模型，收取的酬勞僅有一萬元。相比于算法，數(shù)據(jù)集在這里顯然更值錢。
回想一下，我們?nèi)祟悤ㄟ^識圖卡片、繪畫等來培養(yǎng)孩子識別周遭事物的能力，這些圖畫并不一定像照片一樣逼真，但包含了事物的顯性特征，傳遞出了人們?nèi)绾沃噩F(xiàn)與重構(gòu)身邊事物的方法。比如貓有三根胡須、汽車有四個輪子、人臉有兩只眼睛一個鼻子一張嘴、金毛是有金色毛發(fā)的溫順狗狗等。“AI 對簡筆畫的理解也是基于數(shù)據(jù)庫的訓(xùn)練。”曠視科技研究人員告訴尋找中國創(chuàng)客。
利用神經(jīng)網(wǎng)絡(luò)技術(shù)，通過對大量涂鴉樣本的學(xué)習(xí)，猜畫小歌總結(jié)出不同事物的特征點。除了特征點，數(shù)據(jù)訓(xùn)練也可以給AI動態(tài)的畫圖過程，讓AI理解人類在畫某一事物時通常選擇第一筆先畫什么、如何走筆、合適停筆。這也解釋了為何有時在你畫第一筆時，小歌就能給出答案。
數(shù)據(jù)庫規(guī)模越龐大，結(jié)果準(zhǔn)確率越高。谷歌研發(fā)人員表示，為了讓AI能夠猜出大家的畫作，已經(jīng)提前喂了大量的數(shù)據(jù)給模型。
答“陰謀論”
不會收集用戶隱私數(shù)據(jù)
雖然朋友圈的靈魂畫手們玩得不亦樂乎，但依然有不少網(wǎng)友對人工智能保持著高度警惕：“感覺這個小程序有大陰謀啊，這要是都識別了，數(shù)據(jù)收集起來，谷歌不得了了，機器人可以識別所有東西了?！?/p>
還有人擔(dān)心自己不知不覺成為谷歌的免費訓(xùn)練師，用自己的畫作豐富了谷歌的涂鴉數(shù)據(jù)集。
研發(fā)人員回應(yīng)：這其實是大家想多了。“大家的畫作，除非能達(dá)到一定的量級，不然是不會對AI本身產(chǎn)生重大的影響的。”
谷歌方面也對尋找中國創(chuàng)客強調(diào)，不會在這款小程序內(nèi)收集任何與用戶隱私相關(guān)的數(shù)據(jù)。
但其實，谷歌并未正面回應(yīng)是否會將用戶涂鴉用于豐富手繪數(shù)據(jù)庫。曠視科技研究人員認(rèn)為，用小程序上的涂鴉來豐富數(shù)據(jù)庫是必然的。
而曠視研究人員則認(rèn)為，用小程序上的涂鴉來豐富數(shù)據(jù)庫是必然的。
在應(yīng)用前景方面，鑒于該數(shù)據(jù)集可以訓(xùn)練機器提煉事物的抽象概念、學(xué)習(xí)動態(tài)畫圖過程，這就為這一技術(shù)創(chuàng)造了一個前景可觀的應(yīng)用方向：幫助藝術(shù)家迸發(fā)藝術(shù)靈感、教授學(xué)生繪畫的基本技巧。
除了鍛煉AI能力，猜畫小歌收集的數(shù)據(jù)或許也可以有其他用武之地，比如分析一下為什么大多數(shù)人畫鐘表都是在3點鐘。
業(yè)內(nèi)有觀點認(rèn)為，谷歌此次用小程序試水，不失為回歸中國市場的投石問路之舉。
2017年12月，谷歌宣布成立谷歌AI中國中心，整合谷歌云與谷歌中國研發(fā)團(tuán)隊，由斯坦福大學(xué)計算機系終身教授、斯坦福大學(xué)人工智能實驗室主任、"AI 女神"李飛飛與Google Cloud研發(fā)負(fù)責(zé)人李佳領(lǐng)導(dǎo)。
谷歌AI中國中心介紹，目前Google翻譯和文件極客App可在中國使用，搭載Android Wear系統(tǒng)的可穿戴產(chǎn)品在中國也非常受歡迎。
登頂攻略
注意突出特征和勾勒形狀
有一定繪畫基礎(chǔ)的湯包同學(xué)在朋友圈里憤憤不平：既然已經(jīng)喂了這么多數(shù)據(jù)，為什么我的小歌還是表現(xiàn)得像個智障？
湯包畫的魚是這樣的：
?
系統(tǒng)認(rèn)可的魚是這樣的：
湯包筆下的眼鏡是這樣的：
而實際上想要被AI識別出，只需要畫兩個圓圈：
小S（化名）為了畫出“動物遷徙”，費勁巴拉地畫了兩只行進(jìn)中的斑馬，但實際上，她只需要畫兩只大雁——也就是兩條折線就好。
?“這可能是因為它之前訓(xùn)練的數(shù)據(jù)集以簡筆畫為主，復(fù)雜的反而不認(rèn)識。”曠視科技研究人員認(rèn)為，小歌出現(xiàn)的這個bug 還是跟數(shù)據(jù)集有關(guān)，“它現(xiàn)在還不夠聰明?！?/p>
那么，怎么才能讓小歌更容易地識別出你的涂鴉？
一個訣竅是抓住特征。
比如畫豬突出碩大的鼻孔，畫蚊子突出尖尖的嘴，畫蒙娜麗莎的微笑先畫個畫框。
第二個訣竅是先勾勒形狀，畫臉先畫圓圈，畫微波爐先畫個正方形，小歌多猜幾次總能猜對。
當(dāng)然，反推下來，如果你想為難一下小歌，大可以顛倒以往的下筆順序，畫圖時先畫細(xì)節(jié)，這樣無論你畫得有多像，小歌都有很大概率識別不出。
經(jīng)授權(quán)轉(zhuǎn)載至數(shù)英，轉(zhuǎn)載請聯(lián)系原作者
作者公眾號：尋找中國創(chuàng)客（ID：xjbmaker）
轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
全部評論（1條）