原理详解
我们的“你画 · AI 猜”小游戏，让机器学会“看图说话”。以下五步将深度解析 AI 的核心逻辑：
缩放与标准化
特征提取
向量编码
相似度计算
结果输出- 缩放与标准化：系统会将你的原始涂鸦从画布上读取后，缩放到模型要求的224×224像素大小，并转成灰度图。就像把一幅画拍照后裁剪并去色，只保留线条，这样可以减少背景干扰，让 AI 专注于你的笔迹轮廓。
- 特征提取：在神经网络的第一层卷积就像“放大镜”，自动捕捉最基本的边缘和线条；后续卷积层则像“筛子”，逐步筛选出形状、纹理等高级特征。比如画一只猫，它会先识别出耳朵尖，然后拼凑出猫的整体轮廓。
- 向量编码：这些提取到的特征会被压缩成一组高维数字向量，相当于“数字指纹”。每个维度代表一个抽象特征，比如猫耳朵的尖度、尾巴的弯曲程度。这些数字可以通过折线图展示，帮助你“看见” AI 如何量化你的绘画。
- 相似度计算：AI 会把你的向量与预先计算好的词汇向量一一比对，使用“余弦相似度”衡量向量间的夹角。就像测量两支箭头的角度，夹角越小，代表它们越相似。比如你的猫向量和“猫”词向量夹角最小，就预测为“猫”。
- 结果输出：模型选出匹配度最高的词作为答案，并在界面中以动画形式展示“🎉 猜对了”或“😞 猜错了”。同时会给出相似度评分，例如“相似度：87%”。整个过程通常在半秒内完成，让你体验即时且流畅的科普互动。