人類有無數(shù)種辦法打發(fā)無聊的時間，“找茬”就是其中一種。

別誤會，這里說的不是打架那種找茬，而是那種在圖片中找到特定要素的小游戲。我身邊就有一些朋友很喜歡玩這種類型的游戲，不論是在手機上還是雜志上，這樣的休閑方式的確很消磨時間，近些年移動平臺還誕生了諸如《隱藏的人》這樣優(yōu)秀的另類找茬游戲作品。

不過，一旦把這樣的游戲，比如流行至今的“Where is Waldo”（中文名沃利藏在哪兒）交給機器來玩，它也許會瞬間毀掉殺時間的樂趣。

這是來自創(chuàng)意廣告代理商 Redpepper 的設(shè)想，他們假設(shè)能通過機器學(xué)習(xí)的方式識別圖片信息，然后用攝像頭來拍攝圖片并查找到特定要素，從而迅速完成原本需要人眼觀察的找茬游戲，雖然聽上去可行，但效果怎樣就要進行驗證了。

于是就有了這套一樹莓派計算機＋機械臂＋攝像頭＋硅膠手組合起來的機器人。它重點部分自然是利用相機部分實現(xiàn)機器的面部識別。為此，開發(fā)者采用了 Google AutoML Vision 服務(wù)來進行數(shù)據(jù)分析。這套系統(tǒng)會通過照片訓(xùn)練來達到面部識別的高準確度匹配，準確率雖然沒有 99％，但 95％ 的匹配率對于玩這樣一個雜志上的小游戲來說還是沒多少問題的。

機械臂部分采用的是 uArm Swift Pro，這個結(jié)構(gòu)簡單的機械臂實際上能完成很多類似人手才能完成的高級任務(wù)，實際上早在去年年初我們就曾對它進行過介紹，這一次團隊嘗試拿它當作眼睛的一部分，手臂在圖像上來回掃動可以讓攝像頭記錄完整圖像信息，從而保證信息收錄的完整。

為了看清數(shù)據(jù)信息，團隊還需要能識別出畫面中的特定要素。這時候采用 Google 服務(wù)就體現(xiàn)出了優(yōu)勢，團隊創(chuàng)意技術(shù)專家 Matt Reed 談到，Google 搜索引擎中關(guān)于要尋找的特定元素，也就是主人公 Waldo 有不少樣本數(shù)據(jù)，這讓他們不用再花功夫上傳那么多樣本。

通過對 62 個不同的 Waldo 頭像和 45 個上半身圖像的識別訓(xùn)練，機器已經(jīng)得到了一個新的模型，盡管團隊最開始對于這樣的數(shù)據(jù)樣本并沒有太多信心，但結(jié)果它的匹配程度出乎意料，在光線、圖片等外部環(huán)境都正常的情況下，你可以看到讓它找出目標 Waldo 有多簡單。

所以問題來了，為什么有人要花心思做這樣一套機械系統(tǒng)來玩這種本來供人娛樂的小游戲？

Matt 談道，其實他是從 Amazon Rekognition 系統(tǒng)識別名人的事情中受到啟發(fā)，既然能夠識別出現(xiàn)實中的名人圖片，那么漫畫中的人物是不是也能做到呢？于是就有了今天我們看到的這個特別的“找茬”機器人，別說，它還真是比人的眼睛要快很多，幾乎是片刻之間就能找到目標。

這件事讓我想起極客之選（微信號 GeekChoice）曾報道過的另一件類似的事情，就是一位住在荷蘭的軟件工程師，因為不愿意讓流浪貓在外受凍，設(shè)計了一個“貓臉識別”系統(tǒng)，只要貓來到家門，系統(tǒng)識別后就能給它開門。

實際上這套系統(tǒng)用到的就是 Amazon RekogniTIon 服務(wù)，這說明不論 Google 或是 Amazon，這些互聯(lián)網(wǎng)公司提供的服務(wù)都可以用來完成“特殊的面部識別”這樣的事情，這就為面部識別的應(yīng)用創(chuàng)造出更多可能。

不過，要是哪一天滿心期待地翻開這些書，卻看到已經(jīng)有誰把 Waldo 用記號筆圈出來，還寫著“我是機器人”時，那真的會讓人頭大呢。