看谷歌大脑负责人Jeff Dean关于谷歌大脑在2017年的进展回顾,里面有一段视频立马吸引了我。大概是一个人和机器进行“石头剪刀布”。在视频中,机器每次都可以识别出人出的是“石头”还是其他的,然后几乎同时做出反应。看视频根本区分不出机器“慢”出手。
以下为新智元关于Jeff Dean博客的报道,有兴趣的可以在这篇文章里面看到视频:
【谷歌官方年度报告】Jeff Dean晒谷歌大脑成绩单,TPU、AutoML、TensorFlow等重大突破
以下的链接为制作的过程,有兴趣的可以看一下:
码农の带娃绝技:TensorFlow+传感器,200美元自制猜拳手套
里面实现的方法看起来比较复杂,需要用到传感器,比如弯曲传感器。
既然都已经用到了机器学习,用到了Tensorflow,为什么不直接用图像分类呢?
图像分类在这几年里获得突飞猛进的进展,所谓神经网络世界的“Hello World”——MNIST也是一个图像分类问题。
我手中有一个树莓派,有一个原装摄像头,能不能单独利用摄像头来实现这个装置呢?通过摄像头获取手势,通过图像识别判断出的是什么手势,然后做出决策。
理论上是可行的,但是这里存在的主要挑战是:识别必须实时且准确。也就是说,识别必须在很短的时间内完成,然后快速做出判断,让你不会有机器“慢”出的感觉。这个应该要在10ms这个量级吧。至于精度,个人感觉至少要98%以上。
说干就干,不试一下怎么知道,接下来要利用树莓派+机器学习实现“石头剪刀布”,想想还是蛮好玩的。