量子位 宣布 | "大众年夜众号 QbitAI
你能在韶光结束前根据Emoji找到你身边的物品吗？大概，像这样：
跟我玩？不不不，是你自己跟这个AI玩，找出东西然后让AI辨认它。
这并不是新鲜的游戏，它的源代码来源于两年前Google开拓的一款AI交互网页游戏：Emoji Scavenger Hunt。
不过最近，这款游戏作为运用程序在Google Play上线了，相较于网页端，运用程序端更新了更多的Emoji和更优的神经网络。
AI版「按图索骥」游戏规则跟大家平时玩的「按图索骥」类似，便是给定一个韶光，然后在规定韶光内找到物品。差异在于这个物品的提示是通过Emoji展示给你的。
在你探求物品的过程中，AI会通过摄像头自己进行征采捕捉，然后「自言自语」：
而当你找到物品后，便可以交给这个AI进行评判。不过，你可能得做好AI一时半会还反应不过来的生理准备：
就像这样，明明是一个光碟，但是AI的第一眼却是认成了轮子，有点不太聪明的样子。
不过，不才一秒，它就反应过来了，然后AI便会恭喜你：“你找到它了。”
比「猜画小歌」更繁芜
AI交互游戏的新上线，让想起的便是先前在小程序上线的另一款AI交互游戏：AI版「你画我猜」——猜画小歌。
这两款游戏有着许多相同之处，比如同样是AI交互游戏，同样都由Google所开拓，也同样是由演习完成的神经网络进行推理。
彷佛，这两款游戏的差异仅在于进行AI演习所用的数据集不同？
实在不然，Emoji寻宝游戏该当是更具难度的，其更繁芜的地方在于识别的图形是更繁芜的。很随意马虎想到的是，相较于画画的白纸黑字，真实环境中所须要分辨的条件会明显要多得多。
比如，当你摄像头对准一个物体，间隔、光芒和角度都可能不尽相同。于是，「如何准确辨认图像」，是绕不开的问题。
这个问题，肯定是离不开机器学习的，如何让机器学习得更快和更好，才是问题的核心。
于是在这个游戏中，WebGL被加了进来。
WebGL，是一种JavaScript API，用户利用它的话，可以直策应用设备中图形处理单元（GPU）进行图形渲染，然后在本地直接运行和演习模型。
这极大地加快了神经网络的演习速率和实行速率。而在游戏中，表示的便是AI的反应速率和准确率。
此外，对付繁芜模型的准确性，开拓职员彷佛也并不担心：
随着更多玩家的加入，神经网络将会变得更加准确。
网友的担忧：隐私和安全相对付「猜画小歌」，除了更加繁芜以外，「Emoji寻宝」还带来了其他的一些问题。
比如，有网友们便提出了自己关于隐私的忧虑：
一开始我以为，这彷佛是小偷的好帮手。
他们可以用来不雅观察主人房屋的布局以及剖析哪些地方可能会被用来藏东西。
其余，由于这个游戏年事限定是3岁以上，因此有网友提出了安全的考量，比如剪刀。
对付这些担忧，开拓者也给出了自己的答复：
数据不会储存在任何地方；
我们可能可以讯问用户玩耍的年事，以便过滤掉一些不屈安的项目。
笔者也亲自玩体验了一下这项游戏，觉得还是蛮有意见意义性的，可玩性并不比「猜画小歌」低。
那么，对付这么一款游戏，你想试试吗？
末了，献上APP下载链接。
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
参考链接：https://www.reddit.com/r/MachineLearning/comments/jpznqe/p_emoji_scavenger_hunt_find_objects_with_your/
https://emojiscavengerhunt.withgoogle.com/https://blog.csdn.net/TensorFlowers/article/details/82842656
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一韶光获知前沿科技动态
