利用手机和TensorFlow.js玩一款现实与虚拟结合的游戏（附视频和链接）

2018 年 8 月 31 日 专知

导读：Google Brand Studio最近发布了Emoji Scavenger Hunt，一款由TensorFlow.js提供支持的有趣的移动网页游戏。TensorFlow.js为这款游戏在实时性、压缩等方面都提供了保障。本文介绍Emoji Scavenger Hunt以及它用到的TensorFlow.js的一些特性。

TensorFlow.js

今年3月，谷歌发布了TensorFlow.js，这是TensorFlow用JavaScript开源ML的开源框架。TensorFlow.js允许Web开发人员在Google Chrome等Web浏览器中训练和部署ML模型。换句话说，ML现在是公开可用的，任何有Internet连接的人都可以访问。那么这对网页设计师意味着什么呢？

Emoji Scavenger Hunt

Google Brand Studio最近发布了Emoji Scavenger Hunt，一款由TensorFlow.js提供支持的有趣的移动网页游戏。游戏非常简单：它会向您显示表情符号，并且您需要在时钟用完之前使用手机的相机在现实世界中查找对象。及时找到它并进入下一个表情符号。游戏链接：

https://emojiscavengerhunt.withgoogle.com/

玩家在世界各地捕获了超过200万个表情符号; 到目前为止，他们已经找到了85k种不同类型的💡和66k对👖。寻找✋似乎很容易（平均2.91秒），而狩猎📭稍微困难（21.2秒）。

寻找现实生活中的手表

实现超快的实时交互

Tensorflow.js快速的主要原因之一是它利用了WebGL，这是一种JavaScriptAPI，允许您使用设备的图形处理单元（GPU）。

实时交互

可缓存文件和客户端计算加快着加载时间

如果您曾经花时间等待网站加载，您就会知道速度对于良好的网络体验至关重要。即使您的ML模型非常出色，如果加载时间太长，用户也不会参与您的体验。这是TensorFlow.js转换器可以提供帮助的地方。它将现有的TensorFlow模型转换为可在浏览器中直接运行的最小75％和可缓存的文件。

网络的力量匹配ML的力量

今天，人们渴望快速，有趣的体验;将网络的力量与ML相结合，可以利用设备自身的传感器进行强大的新交互。使用设备的相机进行图像识别只是一个例子。使用Generic Sensor API，Web开发人员现在可以访问一系列设备传感器，包括加速度计，麦克风和GPS。通过将设备传感器与浏览器中的ML相结合，您可以实现和设计任意数量的新交互。

参考资料：

https://design.google/library/designing-emoji-scavengerhunt/

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！