【开发日记】“石头剪刀布”，通过树莓派+机器学习让机器和自己猜拳

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。