用心画，用脑猜

这个你画我猜的小游戏的合作者不再是你的朋友，而是一款AI的程序。

但我今天明显不是来给大家介绍这一款小程序的，因为我在使用这款小程序的时候，想到了两个点是值得我们来探讨的。

交互方式

我在玩这款小程序之前，我猜想的交互和它真正展现的交互是大相径庭的。

我本以为这款小程序是真正意义上的“你画我猜”，但其实不然。

程序以题目的形式展开，在每一题中指定了玩家需要画的东西，再根据玩家的画作，来匹配是否能够识别当前图形。

而我认为，这种设计的原因主要有两点：

这是一个很明显的监督式学习，Google可以从玩家的娱乐中积累数据。虽然本来的模型已经喂养了大量的数据，但能有更多的数据并不是坏事。

减轻计算量，在指定一个范围以后，整个模型的计算速度会有一个很大的提升，这对于用户体验来讲是很好的。（最快的时候能达到每秒2-3次识别）

一个BUG

我在玩的时候发现了一个很有意思的BUG，题目要求画一个三角形。

现在请先别往后看，请读者自己手中比划一个三角形。

画好了吗，请问这个三角形是不是尖朝上的？就像这样

我当时故意画了一个倒三角，是这样的

然后你猜怎么着，Google的“猜画小歌”坏了，它认为我画的是钻石。

（读者有兴趣可以试试看，我试了很多次，基本没有判断正确的）

重点来了！！！

相信有心的读者已经发现了，问题的症结所在。

“猜画小歌”根本不能理解什么到底是三角形，它没有三角形是由同一平面内不在同一直线上的三条线段‘首尾’顺次连接所组成的封闭图形这样一个概念。

这时候我们就牵扯出了有关于机器学习中的最最最重要的一个问题。

现在的机器学习到底是什么？

现在的机器学习还处于弱人工智能的状态，我们称之为“弱智”。

它的根本是基于概率模型的。

这说明一切的一切都是需要基于现有的材料（语料库）才能够进一步发展。

只有有了大量的数据，才能够开始训练，才能够变得越来越“聪明”。

这听上去好像没什么问题。

但这却是现在的人工智能最大的弊端。

强人工智能在我看来是不可能通过这种方式得到的。

为什么？

你可以现在就试试你身边所有的“智能助手”，你问问它“我现在平躺在床上，我的眼睛在看哪？”

相信我，没有任何一个所谓智能的AI能够回答的出来。

因为根本就没有这种训练的基础。

从来都不会有人写东西是这样写的

“我躺在床上，眼睛朝向天花板，背朝向地；

当我坐起来的时候，我的头朝天，脚朝地。”

你会想，这写书的怕不是个傻子，这都是常识，有什么好写的。

但正因为是常识，所以从来不会有人写，所以机器根本没有办法学到这些东西。

这也正是基于概率模型的人工智能的最大的弊端。

所以，什么才会是通向强人工智能的路？

我的这篇文章里可能会藏着答案。

最后附一个小程序的链接