谷歌AI猜画小歌刷屏，于是诞生了这些大神，笑死了...

谷歌今日推出了一款名为猜画小歌的微信小程序，瞬间就占领了朋友圈。

猜画小歌是什么：

你来画，Google的猜画小歌来猜，和之前的“你画我猜”功能类似，但是玩法有很大不同，休闲娱乐的同时还可以不断解锁自己的画作，目前一共有335幅画作等待解锁。

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），AI 队友则需要在时间结束前猜出图画中的物体。

AI 猜出用户画的物体后，就会进入下一轮，此外用户还可以邀请朋友或家人一起挑战最长的连胜纪录、分享有趣的素描图，并在体验过程中不断收集新的题目和图画。

到目前为止，单局最高纪录是18分钟 264张，平均4.3秒画一张！

天哪！！

接下来就是，见证大神的时刻！

绘制一些简单的物件，有些时候还是很容易猜中的。

但有的时候，AI的思路特别的清奇，仿佛知道你要画什么一样，在画完细节之前，就给出了答案。

还有的时候，可能我们都不觉得这是正确答案，但AI答对了。

杜高犬：我不是长颈鹿！！！

但遇见不按套路出牌的各位大神画家，以下的大作就发生了....

↑这是AI眼中的蒙娜丽莎↑

↑这是蒙娜丽莎？↑

（这分明是向日葵）

↑ 我怎么没见过这样的浴缸↑

当然了

很多时候

你觉得对

AI可不这么想

↑这个直升机 AI居然猜不出来↑

而且

很多时候会遇到变态词汇

比如

“动物迁徙”

这该怎么画呢？

3

2

1

或者这样

又或者这样...

这都是什么鬼！！

感觉被谷歌AI调戏了一把

。。。

（我也好想调戏它啊）

虽然这款小程序今天才登陆微信，但它的前身，隶属于谷歌AI实验室的快速涂鸦（quickdraw）早就出现了。

每画一笔，AI都在猜你画的是啥。实在太灵魂了，它还会用经典谷歌口音说：“我没看懂你在画什么”。

比方说，你能认出这是个芦笋？反正谷歌AI认出来了！

（这才是我印象中的芦笋）

AI小哥儿的工作原理

“猜画小歌“对你画作的辨识，利用的是神经网络技术，是基于对大量涂鸦样本的学习。

涂鸦是人们对事物的抽象表达，只不过，这个抽象对AI来说有点困难。谷歌的研究人员正在朝这个方向努力，训练机器像人类一样学习绘画和生成抽象的概念。

这里利用到的技术有一个高大上的名字：RNN，也就是递归神经网络。不过你不用管这个名字，你只需要知道，你们费力怼出来的灵魂作品，最后都跑去丰富了人家庞大的人类涂鸦数据集。

光是苹果就已经攒了这么多

那……拿到了这些涂鸦，AI怎么学？

研究人员在人类涂鸦数据集中训练神经网络，让AI来理解人们在绘制涂鸦时是在何时起笔、走笔方向、何时停笔的。当经过训练的RNN模型接收到人类绘制的涂鸦后，会生成一张类似的新涂鸦：

有样学样哈？

不过照着描毕竟还是简单。如果人类提供的涂鸦本身有瑕疵，AI“知道”要纠正吗？

答案是肯定的。

在RNN模型中，当研究者输入参与者创作出的灵魂涂鸦，例如没眼睛猫、没鼻子猫和没胡子猫，AI仍然能够重构（强扭）出“正常”的图像来。甚至到了下图的最后一排，那明显是一把刷子啊，但是模型仍然执着于生成有猫耳朵、猫胡须、猫脚的图像。

还真把刷子当猫……

我们再用猪来试试。

第三排的猪猪，8条腿被修正成了4条腿。然而可能是为了遵守原来的笔画数，猪身上乱入了奇怪的东西：不可名状的眼睛、翅膀和犄角什么的……

再输入一张卡车图：

猪就很像卡车了……

可是一千个人会画出一千种不同的小猪，同一个抽象概念可能被表达成不同的样子，模型要怎么理解这些差异？

还是用小猪举例子（强势出镜）：

一开始只有头，再后来各部位尺寸被不断调整，然后身子出现了，最后，我们得到了一只完整的小猪。

科研人员还发现，RNN模型的确对不同的涂鸦进行了类比。

比如上图，模型将“身体”部分进行了类比，选择给猫头涂鸦加上身体，或是将“完整小猪”中的身体去掉，只剩下猪头。

除了你画我猜，这个研究还能用来做什么？研究人员表示：能用到的地方还是很多的，提出绘画建议啦、扩展艺术家想象力啦、让AI帮学生学绘画啦…

以上就是一身艺术细菌的该模型提出的指导意见

最后，附上猜画小歌的小程序，大家快去创作你的大作吧！