谷歌AI猜畫小歌刷屏，於是誕生了這些大神，笑死了……

谷歌今日推出了一款名為猜畫小歌的微信小程序，瞬間就佔領了朋友圈。

猜畫小歌是什麼：

你來畫，Google的猜畫小歌來猜，和之前的「你畫我猜」功能類似，但是玩法有很大不同，休閑娛樂的同時還可以不斷解鎖自己的畫作，目前一共有335幅畫作等待解鎖。

用戶需要在規定時間內勾勒出一幅日常用品的圖畫（比如狗、鐘錶或鞋子），AI 隊友則需要在時間結束前猜出圖畫中的物體。

AI 猜出用戶畫的物體後，就會進入下一輪，此外用戶還可以邀請朋友或家人一起挑戰最長的連勝紀錄、分享有趣的素描圖，並在體驗過程中不斷收集新的題目和圖畫。

到目前為止，單局最高紀錄是18分鐘 264張，平均4.3秒畫一張！

天哪！！

接下來就是，見證大神的時刻！

繪製一些簡單的物件，有些時候還是很容易猜中的。

但有的時候，AI的思路特別的清奇，彷彿知道你要畫什麼一樣，在畫完細節之前，就給出了答案。

還有的時候，可能我們都不覺得這是正確答案，但AI答對了。

杜高犬：我不是長頸鹿！！！

但遇見不按套路出牌的各位大神畫家，以下的大作就發生了....

這是AI眼中的蒙娜麗莎

這是蒙娜麗莎？

（這分明是向日葵）

我怎麼沒見過這樣的浴缸

當然了

很多時候

你覺得對

AI可不這麼想

這個直升機 AI居然猜不出來

而且

很多時候會遇到變態辭彙

比如

「動物遷徙」

這該怎麼畫呢？

3

2

1

或者這樣

又或者這樣...

這都是什麼鬼！！

感覺被谷歌AI調戲了一把

。。。

（我也好想調戲它啊）

每畫一筆，AI都在猜你畫的是啥。實在太靈魂了，它還會用經典谷歌口音說：「我沒看懂你在畫什麼」。

比方說，你能認出這是個蘆筍？反正谷歌AI認出來了！

（這才是我印象中的蘆筍）

AI小哥兒的工作原理

「猜畫小歌「對你畫作的辨識，利用的是神經網路技術，是基於對大量塗鴉樣本的學習。

塗鴉是人們對事物的抽象表達，只不過，這個抽象對AI來說有點困難。谷歌的研究人員正在朝這個方向努力，訓練機器像人類一樣學習繪畫和生成抽象的概念。

這裡利用到的技術有一個高大上的名字：RNN，也就是遞歸神經網路。不過你不用管這個名字，你只需要知道，你們費力懟出來的靈魂作品，最後都跑去豐富了人家龐大的人類塗鴉數據集。

光是蘋果就已經攢了這麼多

那……拿到了這些塗鴉，AI怎麼學？

研究人員在人類塗鴉數據集中訓練神經網路，讓AI來理解人們在繪製塗鴉時是在何時起筆、走筆方向、何時停筆的。當經過訓練的RNN模型接收到人類繪製的塗鴉後，會生成一張類似的新塗鴉：

有樣學樣哈？

不過照著描畢竟還是簡單。如果人類提供的塗鴉本身有瑕疵，AI「知道」要糾正嗎？

答案是肯定的。

在RNN模型中，當研究者輸入參與者創作出的靈魂塗鴉，例如沒眼睛貓、沒鼻子貓和沒鬍子貓，AI仍然能夠重構（強扭）出「正常」的圖像來。甚至到了下圖的最後一排，那明顯是一把刷子啊，但是模型仍然執著於生成有貓耳朵、貓鬍鬚、貓腳的圖像。

還真把刷子當貓……

我們再用豬來試試。

第三排的豬豬，8條腿被修正成了4條腿。然而可能是為了遵守原來的筆畫數，豬身上亂入了奇怪的東西：不可名狀的眼睛、翅膀和犄角什麼的……

再輸入一張卡車圖：

豬就很像卡車了……

可是一千個人會畫出一千種不同的小豬，同一個抽象概念可能被表達成不同的樣子，模型要怎麼理解這些差異？

還是用小豬舉例子（強勢出鏡）：

一開始只有頭，再後來各部位尺寸被不斷調整，然後身子出現了，最後，我們得到了一隻完整的小豬。

科研人員還發現，RNN模型的確對不同的塗鴉進行了類比。

比如上圖，模型將「身體」部分進行了類比，選擇給貓頭塗鴉加上身體，或是將「完整小豬」中的身體去掉，只剩下豬頭。

除了你畫我猜，這個研究還能用來做什麼？研究人員表示：能用到的地方還是很多的，提出繪畫建議啦、擴展藝術家想像力啦、讓AI幫學生學繪畫啦…

以上就是一身藝術細菌的該模型提出的指導意見

最後，附上猜畫小歌的小程序，大家快去創作你的大作吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！