谷歌AI是怎么猜透我这个灵魂画手的？

偶买噶！谷歌发布了一款基于人工智能的微信小程序“猜画小歌”，瞬间刷爆朋友圈！

用户需要在20秒内内勾勒出一幅图画，AI则需要猜出图画中的物体，比如：

小歌让我画一张笑脸：

画的底部就会提示”猜出来了！这是笑脸”。当然这是最简单的了，题目会渐渐变难，我也越画越没把握，但让我很惊讶的是，小歌居然还猜得出来，而且还没等我画完就猜出来了！

比如，它让我画壁炉：

这么灵魂也能猜出来我也是服气的！但是看了我朋友圈里的“美人鱼”、“袋鼠”、“瑜伽”等等牛鬼蛇神的画都能被猜出来，我就很迷了：

乐趣归乐趣，大家一定非常非常好奇：

为什么我画到一半，小歌就猜出来了？

我画得这么不像，小歌是怎么猜出来的？

让我一一道来。。

其实“猜画小歌”的前身，是谷歌实验室从2016年就开始的一个计划——Quick,Draw!

Quick,Draw!是一款AI游戏。游戏和今天刷屏的“猜画小歌”是一样的，就是让你限时作画，然后AI来猜你画的是什么。

（熟悉的味道，熟悉的配方）

这款游戏的原理，简单来说，不仅关注你画了什么，还关注你是怎么画的。你画的形状、你笔触的顺序、你笔画的方向等，所有这些都成为AI判断你画的是什么的因素。AI可以从数据库中比对其他人的画法，识别出不同概念和事物的特征属性，然后判断你画的到底是什么。

这里就不得不讲到一个高级的模型了——“Recurrent Neural Network”递归神经网络模型。谷歌实验室的大牛们训练这个模型来模拟人类画图的方式。他们首先有一个手画素描的数据库，数据库里的每一个素描都是一个“笔在动态作画的过程”：走笔方向、何时起笔、何时停笔。模型的训练最早就是使用这些手画素描的数据。在经历了无数次训练后，模型就知道了，猫一般有两只眼睛，两个耳朵，和胡须。

经过训练的模型在接受一个新的输入比如你画的画）时，它会解构这个输入，重构一个输出。如果你的图是有瑕疵的（比如，你画的猫没有眼睛），那这个重构的输出就会修正你的瑕疵，还原一个有眼睛的猫（说明模型已经学会识别一个事物最关键的特征了）。

此外，模型还能够将“关键特征”套在“非关键特征”上，比如在猫的头上加一个身体。模型可以把一个“全身猪”的“猪头”向量去除，把剩余的“猪身体”向量加到“猫头”向量上，形成一个“全身猫”的新结果。这样，不管你画的猫是有身体的还是没身体的，模型都知道它是猫。

从2016年11月开始，这款游戏一共收集到了10亿张手画图，这些图都被陆续收录进了谷歌数据库——它因此也成为了世界最大的手画doodling数据库。而这些数据也都被用来训练这个猜画模型了，所以现在的游戏在猜画上也变得越来越强大，强大到，你没画完，就知道你在画什么。

数据多了之后，我们就可以发现更多有趣的现象了！尽管每个人的画都是独一无二的，但人类的画真的有很多共性。

比如说画脸。有人会画眉毛：

有人会画耳朵：

有人会画头发：

但是如果你把所有的画都放在一起看，你会发现一件很有趣的事：大多数人都会画“微笑的脸”：

是不是突然感觉很暖！

当把同一个国家人的画都叠在一起，也能看到这个国家特别的地方：

比如“甜筒”——韩国的甜筒是长的，澳大利亚的甜筒是圆的，而意大利人的甜筒有三个球！

当然，再聪明的AI也有猜不到的一天，因为你的脑回路，可能连自己都不知道自己在画什么！

比如我们团队的小胖画的浣熊（btw楼上那个“瑜伽”也是出自她手。。）：

其实我觉得这个浣熊还算蛮像的，我最不能理解的是那个骆驼！

References：Google AI Blog