揭秘！直击谷歌创意实验室AI实验全过程！

一年前，谷歌创建了一个名为人工智能实验（A.I. Experiments）的网站，它既有趣味性，还兼顾市场导向。与此同时，这个网站还提醒着人们，目前人工智能仍处于初级阶段。

你还记得AutoDraw或者Thing Translator吗？谷歌通过那些有趣、甚至有点呆萌的实验，让普通人和开发者更容易理解其技术，更好地理解人工智能这个华丽的新世界。

AutoDraw是怎么诞生的呢？

这要从谷歌创意实验室（Creative Lab）的成员Jonas Jongejan说起。

在谷歌内部的黑客马拉松上落后之后，Jonas Jongejan开始寻找人工智能领域的有趣想法。这时，他产生了一个想法：采用机器学习算法来识别照片中的物体，但是用线条和涂鸦来进行模拟，会产生什么效果呢？

实践之后，Jongejan发现模拟的效果非常好，即使失败了，程序识别出来的结果也很有趣；与此同时，这也让人们了解了电脑识别图像的过程。

不到六个月，Quick，Draw！产生了，并开始如病毒般在网上扩散。来自世界各地的人们都开始玩这个实验性游戏，用户涂鸦一个物体或动物后，神经网络程序会尝试对涂鸦进行辨认。最后，Quick，Draw！这款小游戏还登上了新闻社区Reddit的首页。

那么AutoDraw是怎么诞生的呢？

当时，Quick，Draw！还带来了另一个意想不到的结果。这款游戏的所有用户把自己的画贡献了出来，为程序添加了一组全是涂鸦的新数据，而这组数据更适合用于训练先进的神经算法。于是，该程序团队的下一款成品AutoDraw就此诞生了！

其创造者Jongejan从未想过Quick，Draw！最终有超过5000万份的涂鸦，并衍生出研究论文、编码工具，甚至是用于分析人们在画某种动物时表现糟糕的原因。Autodraw成为谷歌人工智能实验项目中最成功的案例，也许它也是该公司价值的最好诠释。

谷歌用AI Experiments吸引开发者

AI Experiments（人工智能实验）是基于谷歌创意实验室创建的，团队由一个程序员、设计师和作家组成，工作内容就是用谷歌的技术制造出酷炫好玩的产品。在这项计划开展的一年里，AI Experiments做了近16个实验，无一不证明谷歌已经将自己视为机器学习和人工智能领域的先锋。

人工智能实验有两个主要的目标受众——首先当然是公众，其次就是开发者社区。谷歌认为，这不仅仅是谷歌的产品，更是有趣的代码示例，如果这些引发了其他开发人员的思考，就是有价值的。

从商业角度来看，这些开发人员是谷歌最珍贵的用户，而这些实验则是激发他们对谷歌产品（如机器学习平台Tensor Flow和Cloud Vision API等工具）产生兴趣的一种方式。 这是创意实验室进行这类实验的一个重要原因。

创意实验室的领导人Amit Pitaru说：“我们正在以一种非常全面的方式来探索这些公共工具的可能性，我认为这很有价值。您可以向开发人员展示他们使用Tensor Flow制作的酷炫内容，也许可以将其转换为活跃用户，并增加使用谷歌服务构建的开发人员数量，提高开发者工具的市场份额。”

谷歌是如何让公众接纳AI的？

有人认为人工智能是一种威胁，有的则认为AI是人类的福音。而作为谷歌AI技术的开发者，自然想要说服人们，让他们相信AI不是邪恶的。如何让用户乐于接纳越来越多的算法和软件呢？那就是用一种有趣而又简单的方式来解释机器学习的过程。

创意实验室创意技术专家Jane Friedhoff说：“我们所有的实验都有一个非常好玩的点，而当人们沉溺于玩耍时，他们就能一点点接触和理解新的系统。”

最近的一款叫做Teachable Machine的AI实验就是这样运作的。

其工作原理是：在屏幕上点击不同颜色的按钮时，在镜头前做不同的手势。根据相机影像的录入，神经网络算法会学会把不同颜色与手势联系起来，如绿色按钮对应的手势是手放在头上，紫色按钮对应的是手放在面前，橙色按钮对应的是手放在身体一侧。这是训练人工智能回应用户手势的基本形式。随后，用户可以用其他手势和行动来进行测试。

Teachable Machine的运作相对很容易打破。有的一些手势运作良好，而其他手势则不行。该团队希望，人们对其能有一个合理的期望，这样，当他们体验到现实生活中的人工智能时，他们就会明白为什么它有时候有效，有时却不行。

Webster说：“从我们自己的角色定位来看，我们所追求的，就是让人们更容易理解机器幕后运行的过程，哪怕是某种抽象的方式。因此，当他们遇到这种技术时，对于机器学习如何处理信息，他们会有更多的直觉和理解，为什么有时这是错误的，为什么有时会让人觉得古怪。”

在每个“训练”按钮上方，都有一个表示匹配度进度条：当算法结果正确时，进度条被填充。用户需要认识到其内部机制并不是简单的二元对错，它的决定是基于计算得出的最佳猜测数据，而不是硬性规定。交互界面鼓励用户“调戏”系统，同时也指出了技术的局限性。

如今，创意实验室团队正在开发一种由胶合板和大型塑料纽扣制成的Teachable Machine实体原型。他们相信，通过有触觉的、有形的交互，机器学习背后的概念将更容易被理解。

这些人工智能实验既是一种教学工具，也是谷歌“以人工智能为核心”的有效的实践方式。它们能够帮助谷歌更进一步地提升自己。但从另一方面来看，虽然这些都是谷歌的官方产品，但它们本身只是实验品。我们甚至可以说，用户使用的很多AI产品并非是按照开发者设想的那样运作的。