上线一天后，谷歌推出的首款微信小程序猜小哥就刷屏了部分人的朋友圈。“灵魂画师”喜欢在朋友圈分享自己的画作，同时提出很多问题：“为什么我画的这么相似，AI猜不出来？”从传播效果来看，谷歌推出的第一个微信小程序可以说是取得了巨大的成功。猜小哥是一款玩法非常简单的小程序。具体玩法是用户与谷歌AI组队限时素描。在每一轮体验中，用户需要在规定时间内画出日常物品（如狗、钟表或鞋子）的图片，AI队友需要在时间用完前猜出图片中的物品。当AI猜出图片中的物体时，用户就晋级到下一轮，用户的连胜数也随之增加。用户还可以邀请好友或家人一起挑战最长连胜，分享有趣的小品，在体验过程中不断收集新的话题和图片。猜小哥提供的排行榜显示，一位工作室学徒级别的用户目前在排行榜中排名第一，原因是他在25分30秒内连续画了288幅可以被AI准确识别的画作。猜小歌的分数不一定和你的绘画水平成正比。其实很多用户在体验的过程中都会遇到这样的情况：自己把一些东西画得淋漓尽致，但是AI就是想不通。要回答这个问题，就必须了解猜小哥的运行原理。猜小哥对用户画作的识别采用了神经网络技术，该技术是基于对大量涂鸦样本的研究。谷歌在官方描述中对其进行了简要介绍：作为AI技术的一种，计算机视觉技术可以让计算机直接理解输入的视觉信息，从而“看到”世界。这项技术既可以在视频通话中识别你的朋友，以便你可以相应地标记他们，也可以帮助识别人体眼底诊断图像上的早期糖尿病症状。得益于“神经网络”技术，一些看似极其困难的事情，计算机也能处理得很好：例如，它可以通过粗略的草图识别出一个物体是什么。计算机现在可以“看到”你随机涂鸦中的一滴带耳朵的墨水可能是一只熊猫。专门支持这个游戏的是一个叫做RNN的递归神经网络。RNN可以利用其内部存储器来处理任意时间序列的输入序列，这使得诸如不分段的手写识别、语音识别等更容易处理。所谓输入序列是指书写时的笔画顺序，以及绘图前后的过程。其实早在2016年，谷歌就推出了网页版的quickdraw，玩法类似：会随机显示一个名词，要求你在20秒内画出。玩家需要用鼠标简单勾勒出物体，然后Quick,Draw！会判断你画的像不像。虽然这款游戏看起来简单易行，但它是谷歌一系列人工智能实验工具中的重要组成部分。它实际上是使用神经网络算法来判断玩家的涂鸦。谷歌正试图用它来弄清楚如何让人工智能自学图像识别和光学字符识别——人工智能领域的两个核心课题。一年后，谷歌发布了该项目背后的数据集。QuickDraw数据集包含5000万张图画，分为345个类别，来自Quick,Draw!游戏。这些画是带有时间戳的矢量图，标注了一些元数据，包括要求玩家画什么，玩家所在的国家。这一次引起朋友圈刷屏的猜歌也有类似的目的：让大家有机会体验人工智能技术驱动的人机交互。在与AI不断互动的过程中，玩家可以看到AI猜画的过程。而谷歌也贴心地做了这样的设置。用户清除一个item后，可以看到大家是如何描绘这个item的——当一个item的图片数据集展现在你面前的时候，你可以试试看。了解，在AI眼中，“冰淇淋”是什么样子的。更重要的是，每一个体验过猜小哥的用户，其实都是在根据自己对世界的理解，通过自己的画作不断训练AI。就像谷歌在发布quickdraw数据集时所说的那样：这不仅是海量数据，还是一面有趣的镜子——可以用来看看如何让大众参与机器学习系统的训练众包的形式，以及如何创建一个可以反映不同文化背景和观念的数据集的系统。这句话也可以用来形容猜猜小哥：这不仅仅是一个小程序，也是普通人参与训练机器学习系统的一种方式。从谷歌开发小程序的举动来看，这家国际科技巨头正试图探索和寻找一种适应中国用户习惯的方式来参与自己的产品和技术研发。
