Steam高赞游戏入门机器学习!不写代码,人人可玩,又能吸猫,汉化版已推出

2019 年 6 月 17 日 中国人工智能学会
栗子 乾明 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

撸猫、咖啡,玩游戏。

但我其实是在入门机器学习

2019年最简单有趣的入门方式,就在这里:

Steam高赞游戏,极度易上手。

现在,汉化已经达到了96%,基本完成。

这一游戏,名为while True: learn()》 是个解谜/模拟类游戏,涵盖了机器学习、神经网络、大数据、人工智能的丰富知识点和实用方法。

想不到任何理由,不推荐给热爱学习的你:

游戏里,你的设定是一只菜鸟程序员,与猫主子同住。有一天,你像往常一样写着bug。

烦恼的时候,出门倒了杯咖啡,回来居然发现猫把bug修复了

你想问问它怎么做到的,却只听到喵喵喵。于是,你下定决心要造出一套语识别系统

可没有机器学习技能是不行的。进阶之路,游戏都帮你规划好了:

从决策树,到随机森林,到梯度下降……各种方法背后的原理,都能在这里学到。

学好知识就能做任务挣钱,挣了钱就能更好地孝敬主子。

游戏上线至今,获得了1400多条评价,89%的好评率,在Steam上已属光辉战绩。

游戏怎么玩?

游戏中,你需要一步步掌握机器学习的知识,从专家系统开始,一直到循环神经网络,朝着喵语识别的终极目标前进。

学习的进程,围绕着一个任务树展开,每个任务都是一个知识点,循序渐进。

就算你是新手也不用担心,游戏里面并不涉及写代码的环节,而是以解密游戏的形式展现出来。

只需要对各种机器学习功能模块进行拖拽组合,就能搭建一个强大的机器学习系统 (下图) 。

但想要玩好并不简单。要对各种模块的运作逻辑有相应的了解。

比如决策树模块,在许多分类任务中,都是必不可少的组件。

你要知道,它从输入到输出,中间的原理是什么。才能根据题目要求的输出,搭起相应的网络。

以下面这个任务为例:

输入流中有红、绿、蓝三种颜色的色块,要求经过决策树后,上面输出红色和绿色块,下面输出绿色和蓝色块。

第一步,看看这个模块的工作原理:

一个决策树,受上下两个条件的控制。如果把上面条件设成红色,下面条件设成绿色,红色块会从上面输出,绿色块会从下面输出。

蓝色块,由于两个条件都不满足,会随机输出。

第二步,分析一下输出的要求 (下图右边) :上红下蓝,绿色上下都有。

所以,只要把红和蓝分别设成上下两个条件,让绿色随机,就对了:

太简单了?

刚才只是教学篇,真正的任务在这里,要求只输出红色

这跟说好的不一样啊?

有些小伙伴,想用专家系统 (右边的紫色模块) 直接筛出红色。奈何游戏有时间限制,专家系统无法在25秒内筛选完毕,被淘汰了。

所以还是要用决策树,至于怎么搭,大家可以自行探索。

很多时候,任务也并非一蹴而就,需要不断尝试、测试和优化。毕竟,游戏要求很强的逻辑能力,“非常烧脑”是不少玩家体验之后的心得。

而且,每通关一个任务,紧接着又有新知识要学:

一个知识点,除了原理简介之外,游戏还提供了外部教程视频链接,帮助大家深入理解。

每一步都要好好学,因为后面的任务会用到前面学过的知识点。不熟悉全部的原理,就很难完成任务。完不成任务就就赚不到钱

养猫不用钱吗?租服务器不用钱吗?

说到钱,游戏里挣钱的路子倒是很广。除了通过邮件接任务,还可以投资。

除了租服务器,赚了钱还能升级自己的硬件设备。给自己买手机,给猫买衣服也可以。

不知不觉有了些钱,基础任务也做够了,可以进阶了。把自己的知识应用到“现实世界”里,比如由猫来导航,打造一辆自动驾驶汽车。

进阶的路上,你还可以化身一名CTO,测试自己的编程能力到底多强。在这个设定中,你可以一举成功,也会面临失败,最后血本无归……

当然,这个游戏本身还有一些不足之处,有玩家都吐槽称,官方没有通关指南

如果是新手进去,简单关卡倒还好说,遇到难关,就容易两眼一抹黑,遭受打击。

就算通关了,也很难知道自己的解决方案是否是最优解。

不过,这一问题已经被热心的游戏玩家解决了,并在游戏网站3DMGAME上放出了教程:

https://www.3dmgame.com/games/whiletruelearn/

“我都玩到脱发了”

Steam顶楼的评价十分激动,“终于找到了一个合格的编程开发启蒙教材了!

之所以说是“合格的启蒙教材”,一大原因就是不需要学过编程也能理解机器学习,对小白十分友好。另外一条评论便这样说了:

非常不错的益智知识游戏,并不需要编程基础,只要会数数认图形,还能逻辑思维,就能开玩,甚至我的猫也在玩

还有人说,玩游戏的时候油然生出了一种“当上程序员的错觉”。

也有真的程序员来尝试,并后悔自己在写bug的中途玩起了这个游戏。

因为要考逻辑,颇有脱发功效,抖M鉴定完毕

当然,即便是Steam“特别好评”的游戏,也会有玩家不喜欢,在他们看来,这个游戏千篇一律,很容易就没啥新鲜感。

可能是没在攻克各种知识点的过程中找到快感,也可能是没在吸猫的剧情里找到快感。

不过,一个更直击灵魂的问题还是:会debug的猫,去哪才能找到?

你也来玩啊

吸猫与机器学习两不误,这个幸福的游戏,来自名叫Luden.io的开发商。


 有了钱,就升级主子的装备

游戏是今年正式上线的。但已经有许多大佬提前吸过这里的猫。

比如,曾经Kaggle排名第一的stanislav semenov,就试玩了一波,从表情上看很鸡冻:

而且,幸福并不昂贵,Steam只要43个软妹币。

最后预告一下,iOS和安卓版,也在路上了。

Steam吸猫传送门:
https://store.steampowered.com/app/619150/while_True_learn/

AI内参|关注行业发展

AI社群|与优秀的人交流

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !

登录查看更多
1

相关内容

决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。 分类树(决策树)是一种十分常用的分类方法。他是一种监管学习,所谓监管学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
314+阅读 · 2020年3月23日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
136+阅读 · 2020年2月16日
【强化学习】深度强化学习初学者指南
专知会员服务
178+阅读 · 2019年12月14日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
GitHub标星2.6万!Python算法新手入门大全
量子位
3+阅读 · 2019年4月27日
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
深度强化学习入门,这一篇就够了!
机器学习算法与Python学习
26+阅读 · 2018年8月17日
荐书丨深度学习框架PyTorch:入门与实践
程序人生
11+阅读 · 2018年1月19日
小白都能看懂的神经网络入门,快收下吧~
码农翻身
3+阅读 · 2018年1月4日
学习大纲:两周搭建Demo理解机器学习
人人都是产品经理
5+阅读 · 2017年12月28日
【机器学习】从零开始入门机器学习算法实践
产业智能官
10+阅读 · 2017年12月1日
干货 | 从零开始入门机器学习算法实践
雷锋网
9+阅读 · 2017年11月30日
可怕,40 行代码的人脸识别实践
51CTO博客
3+阅读 · 2017年7月22日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Neural Response Generation with Meta-Words
Arxiv
6+阅读 · 2019年6月14日
An Analysis of Object Embeddings for Image Retrieval
Arxiv
4+阅读 · 2019年5月28日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
21+阅读 · 2018年2月14日
VIP会员
相关VIP内容
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
314+阅读 · 2020年3月23日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
136+阅读 · 2020年2月16日
【强化学习】深度强化学习初学者指南
专知会员服务
178+阅读 · 2019年12月14日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
相关资讯
GitHub标星2.6万!Python算法新手入门大全
量子位
3+阅读 · 2019年4月27日
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
深度强化学习入门,这一篇就够了!
机器学习算法与Python学习
26+阅读 · 2018年8月17日
荐书丨深度学习框架PyTorch:入门与实践
程序人生
11+阅读 · 2018年1月19日
小白都能看懂的神经网络入门,快收下吧~
码农翻身
3+阅读 · 2018年1月4日
学习大纲:两周搭建Demo理解机器学习
人人都是产品经理
5+阅读 · 2017年12月28日
【机器学习】从零开始入门机器学习算法实践
产业智能官
10+阅读 · 2017年12月1日
干货 | 从零开始入门机器学习算法实践
雷锋网
9+阅读 · 2017年11月30日
可怕,40 行代码的人脸识别实践
51CTO博客
3+阅读 · 2017年7月22日
Top
微信扫码咨询专知VIP会员