谷歌展示多款AI游戲：人工智能系統準確識別涂鴉

對谷歌來說，僅僅將機器學習和人工智能用于產品還遠遠不夠。谷歌還希望用戶能理解，這些技術是如何運轉的。

去年，在深度學習引擎開源的幾個月之后，谷歌一名研究員與《紐約時報》合作，制作了數據可視化材料，解釋了神經網絡的運行方式。目前，谷歌推出了在線工具和游戲集合 AI Experiments，幫你理解機器學習的內部原理。

以游戲“趕緊來畫”為例。這款游戲類似于看圖猜詞，玩家有 20 秒時間在屏幕上畫一個物體，而谷歌將在倒計時結束后進行猜測。目前，谷歌取得的成果很棒。例如，系統會讓用戶畫迷彩圖案、微波爐、六邊形、雨傘、棒球和鱷魚，神經網絡每次都能準確識別。

不過，這款游戲作為學習工具的意義并不在于準確猜測。通過觀察谷歌系統響應涂鴉的方式，你可以更好地理解谷歌的技術如何工作。

例如，游戲讓我去畫一棵樹。最開始，我畫了樹葉，谷歌系統猜測的是“亂寫的東西”。隨后我添加了更多的樹葉，系統認為這是“刷子”。最后，我畫了樹干，而谷歌的神經網絡說道：“哦，我知道了，這是棵樹。”（隨后，你可以瀏覽其他玩家畫的樹，從而更好地了解谷歌如何利用涂鴉去進行猜測。）

類似地，當游戲讓我畫一個甜甜圈時，我最開始畫了兩個同心圓。谷歌的系統似乎有些猶豫，并不清楚我要畫什么。但當我添加了糖霜和果仁之后，系統準確地做出了猜測。這里的經驗是：為了理解整體是什么，神經網絡需要多方面數據，且這些數據需要相互關聯。

AI Experiments 中還包括其他游戲。例如，通過“AI 二重唱”，你可以用算法去制作音樂。此前在名為 Project Magenta 的項目中，谷歌研究員探索了多種方式，用神經網絡去模擬人類的創造性。最終結果很驚艷，尤其考慮到音樂的創作仍然神秘。谷歌這一項目的部分動機在于，通過模擬樂感去探索人類的智力。

為了展示神經網絡的內部運轉方式，谷歌還開發了“可視的高維空間”。這一工具由多名數據可視化專家開發，展示了大型神經網絡如何保存并繪制不同數據之間的連接。

當然，AI Experiments 不僅僅是免費的神經網絡技術教育工具。所有的互動，無論是“趕緊來畫”還是其他游戲，都能進一步改進谷歌系統識別照片和語言的能力。這一方面讓谷歌的產品更強大，另一方面也服務于用戶。最終數據被用于谷歌照片等應用，使其可以利用人工智能技術去迅速管理你的照片。

來自: 騰訊科技