提到机器学习，我满脑子想到的都是无人驾驶汽车、人脸支付、AI同声传译等等高大上的东西。万万没想到，无意间看到了一个叫「和Google一起做实验」（Experiments with Google）的网站，里面各种各样的机器学习小程序，简单中透着趣味，通俗中透着深度。如此神奇的网站，我当然不能独享，挑了几个印象深刻的小程序和大家一起分享。
分享小程序之前，先简单的了解一下机器学习。机器学习主要分为三类：
- 监督学习：已知特征（feature）和标签（label），学习从特征到标签的映射。比如，小狗图片的识别，特征是图片的像素点，标签是小狗，学习从图片像素点到小狗的映射。
- 无监督学习：已知特征，根据特征将数据聚类。比如，购物网站上的商品推荐，特征是用户购物、浏览的历史数据，根据历史数据将用户聚类，根据聚类推荐相似用户“最喜欢”的商品。
- 强化学习：通过和环境的互动，逐渐学习状态（state）、策略（action）、结果（reward）之间的关系。最终希望，给定状态，可以选择合适的策略，以达到最好的结果。最典型的例子是策略游戏，给定游戏当前的状态，执行合适的策略，以实现最高的分数。
下面提到的小程序，主要涉及到监督学习与无监督学习两种。
快，画！（Quick, Draw!）利用机器学习猜你画的是什么，二十秒内自问自答直到猜对。来，看看我的作品。下图第一行从左到右，明信片、浴缸、桌子，第二行从左到右，脚、消防车、指南针。你能认出几个？小程序除了消防车都猜对了，包括我只画了两条腿的桌子。
这是典型的监督学习，学习从画布上的像素点到物品名称的映射。值得一提的是，这也是一种群体智能「 」，参与画画的人越多，可用于机器学习的数据量就越大，猜画的结果就会越准确。
画到艺术品：形状（Draw to Art: Shape Edition）在图上随便拉几个形状，小程序会匹配出与这些形状最相似的艺术作品。看看下图左侧我的作品，再看看右侧匹配出来的画作，我觉得机器学习的想象力是过于丰富了。
这是一种无监督学习，将画出的形状与艺术作品的像素点进行聚类，找出最相近的。
互动模式（Interplay Mode）互动模式，与其说是一个小程序，不如说是一个概念。其主要想法是，先播放一段视频，根据视频发出一个指令（如下图，书写一个“木”字），用户完成指令，机器学习判断指令完成质量，继续播放视频。除了书写，指令还可以包括语音以及键盘输入。
相似的小程序已经被广泛的应用到儿童教育上了，比如目前很火的某个在线英语教育平台。互动模式中，图像、语音识别主要采用的是监督学习。
语音乱涂乱画（Scribbling Speech）这个小程序会根据你的语音描述，画出三维画作，你还可以在画作中来回走动、张望、进出。比如，想要得到下面这幅画，你可以这样描述，“地上有两棵树，一些花，远处有个房子，我向左看，有一只蝴蝶在飞”。你甚至可以说，“我走进了房子”，然后“画”出房子内部的样子。
这个程序的基础是基于监督学习的语音识别，识别出你语句中的时间、地点、方向、物品，并进行绘画。
可教的机器（Teachable Machine）你可以定义几个类别，对每个类别上传相应的图像，教机器学会分类。如下图，先定义类别1（Class 1），狗狗全身像，类别2（Class 2），狗狗半身像，并上传相应图片。之后点击训练模型（Train Model），训练后的模型就可以根据所定义的类别分类了。
这是监督学习的直接应用，学习从图片像素点到类别的映射。
除了这些之外，还有把影子识别成小动物、用照片控制贪吃蛇走位、用声音涂鸦等等并没什么实际意义却又让人想试试的小程序。我注意到，大多数程序都可以简单的抽象成语音识别和图像识别，这大概意味着，只要学会了这两种，我就可以在机器学习的世界里为所欲为啦[呲牙]。
这是网站的地址：
https://experiments.withgoogle.com/collection/ai
愿生活充满干货。一个认真科普的90后女博士，每周分享通信、计算机、网络及经济学最新最有趣的干货。喜欢的话，记得点赞、收藏和关注哟。欢迎留言及评论。
,
