谷歌展示多款AI游戏:人工智能系统准确识别涂鸦

2017-05-24

据外媒报道,对谷歌来说,仅仅将机器学习和人工智能用于产品还远远不够。谷歌还希望用户能理解,这些技术是如何运转的。为了展示神经网络的内部运转方式,谷歌还开发了“可视的高维空间”。这一工具由多名数据可视化专家开发,展示了大型神经网络如何保存并绘制不同数据之间的连接。

谷歌展示多款AI游戏:人工智能系统准确识别涂鸦

  去年,在深度学习引擎开源的几个月之后,谷歌一名研究员与《纽约时报》合作,制作了数据可视化材料,解释了神经网络的运行方式。目前,谷歌推出了在线工具和游戏集合AI Experiments,帮你理解机器学习的内部原理。

  以游戏“赶紧来画”为例。这款游戏类似于看图猜词,玩家有20秒时间在屏幕上画一个物体,而谷歌将在结束后进行猜测。目前,谷歌取得的成果很棒。例如,系统会让用户画迷彩图案、微波炉、六边形、雨伞、棒球和鳄鱼,神经网络每次都能准确识别。

  不过,这款游戏作为学习工具的意义并不在于准确猜测。通过观察谷歌系统响应涂鸦的方式,你可以更好地理解谷歌的技术如何工作。

  例如,游戏让我去画一棵树。开始,我画了树叶,谷歌系统猜测的是“乱写的东西”。随后我添加了更多的树叶,系统认为这是“刷子”。后,我画了树干,而谷歌的神经网络说道:“哦,我知道了,这是棵树。”(随后,你可以浏览其他玩家画的树,从而更好地了解谷歌如何利用涂鸦去进行猜测。)

  类似地,当游戏让我画一个甜甜圈时,我开始画了两个同心圆。谷歌的系统似乎有些犹豫,并不清楚我要画什么。但当我添加了糖霜和果仁之后,系统准确地做出了猜测。这里的经验是:为了理解整体是什么,神经网络需要多方面数据,且这些数据需要相互关联。

  AI Experiments中还包括其他游戏。例如,通过“AI二重唱”,你可以用算法去制作音乐。此前在名为Project Magenta的项目中,谷歌研究员探索了多种方式,用神经网络去模拟人类的创造性。终结果很惊艳,尤其考虑到音乐的创作仍然神秘。谷歌这一项目的部分动机在于,通过模拟乐感去探索人类的智力。

  为了展示神经网络的内部运转方式,谷歌还开发了“可视的高维空间”。这一工具由多名数据可视化专家开发,展示了大型神经网络如何保存并绘制不同数据之间的连接。

  当然,AI Experiments不仅仅是免费的神经网络技术教育工具。所有的互动,无论是“赶紧来画”还是其他游戏,都能进一步改进谷歌系统识别照片和语言的能力。这一方面让谷歌的产品更强大,另一方面也服务于用户。终数据被用于谷歌照片等应用,使其可以利用人工智能技术去迅速管理你的照片。