还记得 Quick Draw 吗？那个脱胎于 Google AI Experiments 项目的小玩意，现在有了打开微信就能玩的小程序版本——猜画小歌。
猜画小歌依然是我们熟悉的玩法，点击「开始作画」，系统便会给出一个词汇，我们需要在给定的 20 秒时间内尽可能生动地在白板上将给定词汇画出来。
在我们作画的过程中，AI 会跟进当前白板上的内容进行实时「猜画」，猜对就算得是 AI「解锁」了这个词汇，可以过关进行下一题。
由于引入了微信账号体系， 猜画小歌和原版 Quick Draw 以及 Auto Draw 相比还引入了等级和社交元素：等级越高，给定的词汇就越难用简笔画具体地描绘出来，AI 猜画的难度也就相应地变大了。
除了主界面的全网画家排行榜，我们还可以在「我的画作」里回顾自己已经解锁过的「词汇」和解锁方式，点击具体的画作还能看看别人是怎么过关的，其中有神笔马良，也有灵魂画手……
那在这个过程中 AI 是如何猜画的？
这里，Google 用到了 sketch-rnn，一种能够基于笔触绘制常见物体的循环神经网络（RNN），这个模型通过一个包含 5000 万张矢量绘画的数据集进行训练，训练过程中还特意加入了无关的线条、多余的画面元素等「噪音隐向量」来对其进行干扰，让这个算法模型建立起自己对描绘主体关键特性的认知，从「看画」变成了「会画」。
最终，就像猜画小歌告诉我们的那样，「在默默观察大家的画作之后，小歌学会了时钟的画法」
所以如果硬要说这个游戏有什么小技巧，派小队的经验是：找特点、别偷懒。不然 20 秒的时间转眼即逝，你就只能一边急得跳脚一边听着 AI 嘲讽你的绘画水平啦……
最后，如果你想进一步了解 AI 是如何猜画的，下面这些文章值得一看。
参考资料：
- Quick Draw – https://github.com/googlecreativelab/quickdraw-dataset
- Exploring and Visualizing an Open Global Dataset – https://ai.googleblog.com/2017/08/exploring-and-visualizing-open-global.html
- Teaching Machines to Draw – https://ai.googleblog.com/2017/04/teaching-machines-to-draw.html
- A look at one billion drawings from around the world – https://blog.google/technology/ai/quick-draw-one-billion-drawings-around-world/
- Drawings in the Cloud: introducing the Quick, Draw! dataset – https://cloud.google.com/blog/big-data/2017/12/drawings-in-the-cloud-introducing-the-quick-draw-dataset