这个小游戏，你大概还有点印象。机器给出一个名词，给你20秒时间画画，同时，它会根据你画的东西一直猜猜猜。
游戏的名字，叫“Quick, Draw!”。
今天，谷歌开放了Quick, Draw!数据集，包含345类、5000万幅简笔画。这些简笔画，来自这个小游戏的1500万用户。
数据集的GitHub地址：
https://github.com/googlecreativelab/quickdraw-dataset
与通常的图像数据集不同，谷歌捕捉了这些简笔画的绘制过程，存储成为一组带时间戳的向量，并加上了元数据信息标签，包括机器要求用户画的是什么、用户所在国家等。
机器成功认出的图像，也就是被收录到数据集中的那些，都展示在Quick, Draw!的数据集网站上：https://quickdraw.withgoogle.com/data
△ Quick, Draw!游戏玩家画的苹果
谷歌希望开发者、研究人员和艺术家，能用这些数据来进行研究、探索。他们说，这些简笔画构成了一个独特的数据集，开发者可以用它来训练新的神经网络，研究人员可以借助它探索世界各地人民画画的模式，艺术家则可能从中获得灵感，创造我们从未想过的东西。
如果你用这个数据集创造了什么东西，谷歌希望你通过邮件告诉他们，或者去A.I. Experiments网站提交。
邮箱：quickdraw-support@google.com
网站：https://aiexperiments.withgoogle.com/submit
上个月，谷歌用这个数据集完成了一个教机器画画的项目：Sketch-RNN。在这个项目中，机器不仅学会了画简笔画，还对自己所画的东西建立了抽象概念，比如说知道猫应该有两只眼睛，猪有四条腿。
谷歌大脑团队研究员David Ha和Douglas Eck发表了论文《A Neural Representation of Sketch Drawings》来详细阐释这个项目，并在谷歌官方博客上发文做了通俗说明。
在Quick, Draw!数据集开放之后，Sketch-RNN模型也在谷歌的艺术项目Magenta下开源。谷歌开放了Sketch-RNN的预训练模型、供你在TensorFlow中训练自己模型用的源代码、以及一份Jupyter notebook教程。
最后，这里还有一个Douglas Eck发布的视频，展示了Sketch-RNN生成的瑜伽过程：
10秒左右，模型为画面中的人，加了个瑜伽垫，你会看到机器懵了一会儿。具体原因，作者在项目相关论文中做出了解释。
Sketch-RNN开源模型：
https://github.com/tensorflow/magenta/tree/master/magenta/models/sketch_rnn
A Neural Representation of Sketch Drawings论文：
https://arxiv.org/abs/1704.03477
【完】
