谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

谷歌昨日推出了一款很有意思的绘画小程序 Quick, Draw! 。乍看这只是一个涂鸦游戏——它会随机显示一个名词,要求你在20秒内把它画出来。玩家需要用鼠标简单地把这个物体勾勒出轮廓,然后 Quick, Draw! 会判断你画的到底像不像。

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

“请在20秒内画个马桶”

但千万不要小看这个“游戏”,它是谷歌近期发布的一系列的其中一个 AI 试验工具中。它实际上使用了神经网络算法对玩家的涂鸦进行判断。谷歌试图用它来研究怎么让 AI 自学图像识别和光学字符辨识——这两项都是 AI 领域的核心课题。

Quick, Draw! 是一个让普通用户了解神经网络算法怎么进行图像识别的绝佳机会。它其实和 Facebook 还有 Google Photos的 AI 图像识别技术有很多共同点。当你涂鸦时,Quick, Draw! 不停地猜想你当前画的是什么,并会告诉你它的判断。等你快完成的时候,它的猜测是对你画得像不像的很好反馈。生活中,一个人的涂鸦经常会被另一个人误解为别的东西,而使用 Quick, Draw! 能够让你得知,自己画的东西会不会被误解。如果你画得确实像那么一回事儿,Quick, Draw! 就会做出正确的识别。

这个小游戏能够让你意识到 AI 图像识别技术有多么困难。举个例子,假设 Quick, Draw! 让你画一个快艇。 画的时候,你必须仔细斟酌快艇相比其他船只的特点,怎么画才不会让 AI 认为你在画一个帆船或者独木舟。比如它绝对不能有帆,船体也不能是弯月型的。而且你必须要让 AI 理解你画的这个东西是在水面上。在下图中, The Verge 编辑 Nick Statt 画了一个其实更像是火柴盒的东西,但 Quick, Draw! 认定他成功完成了快艇(这也行?)。 但在完成后的分析中,Quick, Draw! 认为它第二、第三近似的结果是鲨鱼和乌龟(笑)。

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

“请您画一艘快艇,你画了这个,神经网络系统成功识别了它。”

“他还认为你画的东西像这些(从左至右):快艇(吻合),鲨鱼(第二吻合),海龟 (第三吻合)。”

谷歌欢迎尽可能多的用户玩这个小游戏。玩的过程会不断改进谷歌 AI 图像识别的能力及它们的相关服务。但大家似乎更关心 Quick, Draw! 好不好玩 —— 歪果仁已经开始对Quick, Draw! 各种调戏 (如下图),有兴趣玩一把的读者请点此 Quick, Draw! (需翻墙)。

歪果仁的涂鸦:

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

画得好!我们的神经网络识别了你的 4 个涂鸦, 但是认为另外两个是别的东西。(从左至右)第一排:笑脸 (吻合),跷跷板(吻合),锤子(未能识别)。第二排:兔子 (吻合),鞋(未识别),锯 (吻合)。

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

“画得好!我们的神经网络识别了你的 3 个涂鸦, 但是认为另外三个是别的东西。(从左至右)第一排:航空母舰 (未识别),绷带(未识别),警车(吻合)。第二排:指南针 (吻合),过山车(未识别),胡萝卜(吻合)”

谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

(从左至右)第一排:草 (吻合),直升飞机(吻合),企鹅(吻合)。第二排:遥控器(吻合),羽毛(未识别),剪刀(吻合)。

还等什么呢,赶紧来体验一下吧!

via the verge9to5google

【招聘】雷锋网(公众号:雷锋网)坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。工作地点深圳。简历投递至 guoyixin@leiphone.com 。兼职及实习均可。

推荐阅读:

谷歌发布最新版 AI 系统,图像配文准确率高达 93.9%

只训练一次数据就能识别出物体,谷歌全新 AI 算法“单次学习”

谷歌发布 PhotoScan 应用,手机即可轻松扫描照片

雷锋网原创文章,未经授权禁止转载。详情见转载须知


谷歌魔性涂鸦游戏 Quick, Draw!: 20 秒内不管你画了什么鬼,都会变成 AI 的训练样本

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/industrynews/62128.html

(0)
上一篇 2021年8月10日 21:16
下一篇 2021年8月10日 21:16

相关推荐

发表回复

登录后才能评论