AI版「按圖索驥」，比猜畫小歌更復(fù)雜的的AI交互游戲
來試試跟AI玩「按圖索驥」。
鄭集楊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
你能在時間結(jié)束前根據(jù)Emoji找到你身邊的物品嗎？大概，像這樣：
跟我玩？不不不，是你自己跟這個AI玩，找出東西然后讓AI辨認它。
這并不是新鮮的游戲，它的源代碼來源于兩年前Google開發(fā)的一款A(yù)I交互網(wǎng)頁游戲：Emoji Scavenger Hunt。
不過最近，這款游戲作為應(yīng)用程序在Google Play上線了，相較于網(wǎng)頁端，應(yīng)用程序端更新了更多的Emoji和更優(yōu)的神經(jīng)網(wǎng)絡(luò)。
AI版「按圖索驥」
游戲規(guī)則跟大家平時玩的「按圖索驥」類似，就是給定一個時間，然后在規(guī)定時間內(nèi)找到物品。區(qū)別在于這個物品的提示是通過Emoji展示給你的。
在你尋找物品的過程中，AI會通過攝像頭自己進行搜尋捕捉，然后「自言自語」：
而當你找到物品后，便可以交給這個AI進行評判。不過，你可能得做好AI一時半會還反應(yīng)不過來的心理準備：
就像這樣，明明是一個光碟，但是AI的第一眼卻是認成了輪子，有點不太聰明的樣子。
不過，在下一秒，它就反應(yīng)過來了，然后AI便會恭喜你：“你找到它了?！?/p>
比「猜畫小歌」更復(fù)雜
AI交互游戲的新上線，讓想起的便是先前在小程序上線的另一款A(yù)I交互游戲：AI版「你畫我猜」——猜畫小歌。
這兩款游戲有著許多相同之處，比如同樣是AI交互游戲，同樣都由Google所開發(fā)，也同樣是由訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)進行推理。
似乎，這兩款游戲的區(qū)別僅在于進行AI訓(xùn)練所用的數(shù)據(jù)集不同？
其實不然，Emoji尋寶游戲應(yīng)該是更具難度的，其更復(fù)雜的地方在于識別的圖形是更復(fù)雜的。很容易想到的是，相較于畫畫的白紙黑字，真實環(huán)境中所需要分辨的條件會明顯要多得多。
比如，當你攝像頭對準一個物體，距離、光線和角度都可能不盡相同。于是，「如何準確辨認圖像」，是繞不開的問題。
這個問題，肯定是離不開機器學(xué)習(xí)的，如何讓機器學(xué)習(xí)得更快和更好，才是問題的核心。
于是在這個游戲中，WebGL被加了進來。
WebGL，是一種JavaScript API，用戶使用它的話，可以直接使用設(shè)備中圖形處理單元（GPU）進行圖形渲染，然后在本地直接運行和訓(xùn)練模型。
這極大地加快了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度和執(zhí)行速度。而在游戲中，體現(xiàn)的便是AI的反應(yīng)速度和準確率。
此外，對于復(fù)雜模型的準確性，開發(fā)人員似乎也并不擔心：
隨著更多玩家的加入，神經(jīng)網(wǎng)絡(luò)將會變得更加準確。
網(wǎng)友的擔憂：隱私和安全
相對于「猜畫小歌」，除了更加復(fù)雜以外，「Emoji尋寶」還帶來了其他的一些問題。
比如，有網(wǎng)友們便提出了自己關(guān)于隱私的憂慮：
一開始我覺得，這似乎是小偷的好幫手。
他們可以用來觀察主人房屋的布局以及分析哪些地方可能會被用來藏東西。
另外，由于這個游戲年齡限制是3歲以上，因此有網(wǎng)友提出了安全的考量，比如剪刀。
對于這些擔憂，開發(fā)者也給出了自己的答復(fù)：
數(shù)據(jù)不會儲存在任何地方；
我們可能可以詢問用戶玩耍的年齡，以便過濾掉一些不安全的項目。
筆者也親身玩體驗了一下這項游戲，感覺還是蠻有趣味性的，可玩性并不比「猜畫小歌」低。
那么，對于這么一款游戲，你想試試嗎？
最后，獻上APP下載鏈接。
Android地址：https://play.google.com/store/apps/details?id=com.buildloop.emojiScavengerHunt
iOS地址：https://apps.apple.com/us/app/emoji-scavenger-hunt/id1537862919
相關(guān)閱讀
高通AI啟示錄，從一篇數(shù)學(xué)物理基礎(chǔ)論文說起
AI學(xué)語言與人腦極為相似！新研究證明：語言并非人類與生特有的能力，機器也能學(xué)丨Nature子刊
網(wǎng)友：喬姆斯基錯了？
“基礎(chǔ)數(shù)學(xué)沒用”，百年名校要裁撤數(shù)學(xué)系補貼AI研究，4000多學(xué)者聯(lián)合抗議
只留3個高數(shù)老師......
