爱吧机器人网 » 技术 > 神经网络 > 正文

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理

谷歌总是善于用人民群众喜闻乐见的方式“秀晒炫”自己的AI能力,昨天,谷歌推出首款微信小程序“猜画小歌”,这是来自 Google AI 的一款有趣的社交微信小程序,用户可以在有限的时间内进行速写涂鸦,在每一轮体验中,用户需要在规定时间内勾勒出一幅日常用品的图画(比如狗、钟表或鞋子),人工智能则需要在时间结束前猜出图画中的物体。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
这个来自小编朋友圈的作品,大家可以随意感受一下。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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?

在大家玩的不亦乐乎的时候,也有很多网友感叹 :AI比我想象的要厉害一些啊。还有网友说:这个游戏其实挺无聊的,就是过来尝尝鲜。

“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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
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。

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)。

谷歌AI版“你画我猜”刷屏朋友圈 背后是这样的原理
Geoffrey Hinton被称为神经网络之父、深度学习鼻祖

在谷歌大脑团队神级人物、多伦多大学Vector Institute教授看来,如果必须把狗和猫定义成两个不同的性别,从我们的文化来看,可能会把狗看成是雄性的,而猫是雌性的,在这个定义中没有逻辑可言(还很性别歧视),但我们的联想和类比告诉我们,狗是好斗的、毛茸茸的、粗笨的;猫是狡猾的、聪明的、温顺的,前者有雄性的特征,后者有雌性的特征,这背后的原因不能用逻辑来证明,但它确实存在于我们的大脑中。

关于机器可以凭直觉感知这些相同表象的想法有一种诗歌般的吸引力,知识来源于生活中积累的意义和经验,是一种存在的神秘物质,这就是神经网络的美妙之处。

关于神经网络的美妙之处,Geoffrey Hinton们还在持续研究,但今天我们已经可以轻而易举地感受到它的魅力,你觉的“猜画小歌”好玩吗?或者你有什么感想,欢迎留言。


上一篇:生物神经网络与机器学习的碰撞,Nature论文提出DNA试管网络识别手写数字
下一篇:斯坦福大学证明:神经网络能直接在光学芯片上训练!
精选推荐
研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

揭秘达芬奇手术机器人
揭秘达芬奇手术机器人

[2018-04-19]  达芬奇手术系统是由美国Intuitive Surgical公司制造的机器人手术系统。美国食品和药物管理局(FDA)于2000年通过该标准,旨在利用微创手段 ...

哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤
哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤

[2019-11-06]  哈佛大学研究人员发表在《自然》杂志上的一项最新研究,他们开发了一种由柔软的人造肌肉驱动的机器人蜜蜂(RoboBee),这种机器人在撞墙、 ...

17世纪的莱布尼茨试图制造“思想机器”却被现实打脸
17世纪的莱布尼茨试图制造“思想机器”却被现实打脸

[2019-11-05]  莱布尼茨,德国哲学家、数学家、律师,历史上少见的通才1666年,德国博学家戈特弗里德·威廉·莱布尼茨(Gottfried Wilhelm Leibniz)发 ...

本周栏目热点

飞桨火力全开,重磅上线3D模型:PointNet++、PointRCNN!

[2020-03-26]  11 年前的「阿凡达」让少年的我们第一次戴上 3D 眼镜,声势浩大的瀑布奔流而下,星罗棋布飘浮在空中的群山,无一不体现着对生命的敬意, ...

从基础概念到数学公式,这是一份520页的机器学习笔记(图文并茂)

[2018-06-19]  近日,来自SAP(全球第一大商业软件公司)的梁劲(Jim Liang)公开了自己所写的一份 520 页的学习教程(英文版),详细、明了地介绍了机器学习中的相关概念、数学知识和各......

50行代码玩转生成对抗网络GAN模型!(附源码)

[2018-07-30]  本文为大家介绍了生成对抗网络(Generate Adversarial Network,GAN),以最直白的语言来讲解它,最后实现一个简单的 GAN 程序来帮助大家加深理解。...

神经网络和模糊逻辑的工作流

[2016-11-20]   行业观察 神经网络 和模糊逻辑的工作流 null 来源:神州数码erp 发布时间: 2009-10-14 9:06:01 关键词: 工作流,协同,B2B,OA  以下 ...

深度神经网络揭示了大脑喜欢看什么

[2019-11-06]  爱吧机器人网编者按:近日,《自然-神经科学》发表了一篇论文,研究人员创建了一种深度人工神经网络,能够准确预测生物大脑对视觉刺激所产 ...