神經網路造「漢字」新技能全開，biangbiang面自愧不如

李林 發自 學院路

量子位 出品 | 公眾號 QbitAI

正所謂古有倉頡，今有神經網路。

最近，谷歌大腦研究員David Ha做了個讓神經網路和你一起寫「漢字」的網頁版Demo。你在頁面上寫幾筆，神經網路會根據你寫出來的部分，補完一個「漢字」。

它的名字叫Kanji-RNN，創作過程就像這樣：

據網友探索和量子位自行測試，在頁面上畫圈圈有一定概率得到驚喜——這個Kanji-RNN可能會愣一下，甚至毫無反應。

如果你不畫圈圈，很多時候會得到腦洞異常開闊的「偽漢字」。比如：

這是量子位遇到的一些未完成品，如果真的讓它無限開「腦洞」，恐怕biangbiang面都要甘拜下風了。

Kanji-RNN模型是什麼結構、如何訓練出來的呢？

David Ha沒有詳細介紹，不過根據名字、簡介信息鏈接到的頁面、他以往做的工作，可以推測一二。

首先，它的名字叫Kanji-RNN。我們起碼可以看出，這個模型是用循環神經網路來預測下一筆該寫什麼、寫在哪的；

其次，David Ha在Google參與的一項大工程，就是那個讓你教機器畫簡筆畫的Sketch-RNN，他之前在GitHub上發布的舊版Sketch-RNN中，就包含了訓練神經網路寫漢字的部分，還寫過一篇博客介紹如何用Sketch-RNN來生成漢字，所用的數據集是KanjiVG；

而如今的Kanji-RNN頁面上的簡介信息，並沒有鏈接到原來的代碼，而是鏈接了TensorFlow官方賬戶下的一個Sketch-RNN-JS，可見和原來的有一定差異，以網頁Demo的形式呈現，大概是藉助了TensorFlow.js的力量。

總之，這應該是一個以Sketch-RNN的JavaScript實現為基礎，用KanjiVG訓練的卷積神經網路，與之前廣受歡迎的Google神經網路畫簡筆畫系列同宗同源。

說到這兒，你大概也看出來量子位為什麼要給「漢字」加引號了。一是因為它並不會真的用你的筆畫匹配真正的漢字，而是根據你的筆畫「創造一個像漢字的圖形」，很多時候寫出來的都實在不像字；另一個原因呢，就在它的名字Kanji-RNN，和數據集KanjiVG里。

這裡的Kanji和我們日常所寫的字略有不同，指的是日語里用到的那些漢字，數量比我們用到漢字少，而且經過了霓虹國人民的再創作。

根據訓練集的指引，它們長這個樣子：

對於那些嚮往神秘東方的美國人民來說，Kanji-RNN的魅力不言而喻，在Reddit、HackerNews等論壇上都大受歡迎。

而從小寫漢字的中國人，從Kanji-RNN中大概能得到不一樣的樂趣：量子位就一心想讓它寫個認識的漢字出來，一上午深陷其中不能自拔。

你也試試？

http://otoro.net/kanji-rnn/

如果你也想自己訓練一個，可以從下面這兩個地方找找靈感。

Sketch-RNN的JS代碼：

https://github.com/tensorflow/magenta-demos/blob/master/sketch-rnn-js/README.md

很久以前的Sketch-RNN代碼：

https://github.com/hardmaru/sketch-rnn/

如果你不知道量子位說的「Google用神經網路畫簡筆畫」是怎麼回事，一定要玩一下這個不容錯過的小遊戲：

https://quickdraw.withgoogle.com/

當然，如果你想嚴肅地探討這件事兒，這篇論文再合適不過啦：

A Neural Representation of Sketch Drawings

David Ha, Douglas Eck

https://arxiv.org/abs/1704.03477

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！