正所謂古有倉頡，今有神經(jīng)網(wǎng)絡(luò)。

最近，谷歌大腦研究員David Ha做了個讓神經(jīng)網(wǎng)絡(luò)和你一起寫“漢字”的網(wǎng)頁版Demo。你在頁面上寫幾筆，神經(jīng)網(wǎng)絡(luò)會根據(jù)你寫出來的部分，補完一個“漢字”。

它的名字叫Kanji-RNN，創(chuàng)作過程就像這樣：

據(jù)網(wǎng)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(yīng)。

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(fēng)了。

Kanji-RNN模型是什么結(jié)構(gòu)、如何訓(xùn)練出來的呢？

David Ha沒有詳細(xì)介紹，不過根據(jù)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(huán)神經(jīng)網(wǎng)絡(luò)來預(yù)測下一筆該寫什么、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(fā)布的舊版Sketch-RNN中，就包含了訓(xùn)練神經(jīng)網(wǎng)絡(luò)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(shù)據(jù)集是KanjiVG；

而如今的Kanji-RNN頁面上的簡介信息，并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(wǎng)頁Demo的形式呈現(xiàn)，大概是借助了TensorFlow.js的力量。

總之，這應(yīng)該是一個以Sketch-RNN的JavaScript實現(xiàn)為基礎(chǔ)，用KanjiVG訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)，與之前廣受歡迎的Google神經(jīng)網(wǎng)絡(luò)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么要給“漢字”加引號了。一是因為它并不會真的用你的筆畫匹配真正的漢字，而是根據(jù)你的筆畫“創(chuàng)造一個像漢字的圖形”，很多時候?qū)懗鰜淼亩紝嵲诓幌褡?；另一個原因呢，就在它的名字Kanji-RNN，和數(shù)據(jù)集KanjiVG里。

這里的Kanji和我們?nèi)粘Ｋ鶎懙淖致杂胁煌?，指的是日語里用到的那些漢字，數(shù)量比我們用到漢字少，而且經(jīng)過了霓虹國人民的再創(chuàng)作。

根據(jù)訓(xùn)練集的指引，它們長這個樣子：

對于那些向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(rèn)識的漢字出來，一上午深陷其中不能自拔。

你也試試？

http:///kanji-rnn/

如果你也想自己訓(xùn)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(jīng)網(wǎng)絡(luò)畫簡筆畫”是怎么回事，一定要玩一下這個不容錯過的小游戲：
https://quickdraw./

當(dāng)然，如果你想嚴(yán)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:///abs/1704.03477