全球百万网友迷上赛博「养鱼」，我也被这群AI小丑鱼拿捏了

机器之心报道

编辑：杨文

为何画一条小丑鱼能给人《王者荣耀》上分的快感？

见过赛博遛狗，你见过赛博养鱼吗？

最近一款名叫 Draw A Fish 的 AI 小游戏，让全球百万网友疯狂上头。

玩法很简单。只要在画布上随手画一条小鱼，就能在虚拟鱼缸中看到它活灵活现地「游动」。

体验地址：https://drawafish.com/

打开网站，你会看到一个简单的绘图工具，可以选择颜色和笔刷粗细，然后在画布上绘制一条面朝右侧的小鱼，AI 就会实时判断你的作品是否像鱼，并通过画布背景颜色的变化给予即时反馈。

当相似度达到 60% 以上时，点击 「make it swim」 按钮，再给小鱼起个名字，就能把它丢到一个共享的虚拟鱼缸中，观看小鱼和其他玩家的作品一起游来游去。

你还可以和这群奇形怪状的小鱼互动，点一下即可点赞或拉踩。

官方也挺会整花活，直接来了个排行榜，目前最高分是一条画的极其抽象的涂鸦小鱼，得分高达 53245，甚至还有一条长得像鸟的鱼拿到了 - 40182。

如果注册了账号，还可以把自己画的鱼放到专属鱼缸。

为何百万网友会为一群小丑鱼上头？

百万网友沉迷赛博养鱼，其实一点也不奇怪。

首先，Draw a Fish 足够简单。无需登录，无需教程，点开就能玩，画条鱼谁还不会？这种低门槛设计让人想起当年的现象级小游戏 Flappy Bird，点一下屏幕小鸟飞一下，没有剧情、没有关卡，但凭借极低的门槛和极强的挑战感让人欲罢不能。

而且，AI 会在每一笔落下时给出「像鱼」的概率提示。哪怕你承认自己画技不佳，但当相似度从 30% 提升到 50% 的那一刻，那种小小的成就感足以让人继续尝试。

画完的鱼不会停留在画布上，而是能被放进鱼缸，与全球网友的创作一同游动。这种「作品活了」的体验，极大放大了创作的满足感。相比之下，传统的 AI 绘图工具虽然生成效果更精美，却缺乏这种即时参与和互动循环。

此外，共享虚拟鱼缸让陌生人作品混在一起，排行榜、点赞、随机浏览增加了社区氛围。

如果大家在虚拟鱼缸中看到一条叫「yoyo」的小鱼，欢迎给它喂点「鱼食」。

看似简单的小游戏，其实背后大有文章

别看它只是一款小游戏，背后其实有一套完整的 AI 技术设计。

Draw a Fish 之所以能在你绘制过程中不断提示「像不像鱼」，背后依赖的是一个基于 PyTorch 的卷积神经网络。开发者选用了经典的 ResNet18 架构，并结合 Google QuickDraw 数据集来训练模型。

QuickDraw 是谷歌推出的大规模手绘涂鸦数据集，涵盖了各种简笔画元素，其中的「fish」与「not fish」类别正好为模型提供了基础训练样本。

在训练过程中，模型的目标就是进行二分类：输入一张涂鸦，输出它是「鱼」的概率，还是「非鱼」的概率。这个「概率」正是用户在画布下方看到的实时反馈。由于训练数据相对有限，开发者特意调整了模型的判定方式，让它在识别时更加「宽松」，避免对用户的创作过于苛刻，从而提升游戏的趣味性。

技术上，项目还实现了多项工程化功能。

• 透明度处理：所有图像在预处理前都会合成到白色背景上，因此如果你画的鱼是纯白色的，就无法被识别。
• 早停机制（Early Stopping）：如果验证集的损失在 5 个 epoch 内没有改善，训练就会停止，从而减少过拟合。
• QuickDraw 集成：提供脚本可以自动下载并转换 QuickDraw 涂鸦数据，用于鱼和非鱼的分类。虽然作者最后没有用它，但仍保留在仓库里，方便其他人使用。
• 一致的预处理：训练和推理（包括测试脚本）使用相同的预处理流程，保证一致性。
• 类别不平衡：在鱼与非鱼的数据不平衡问题上，采用了加权采样和加权损失来进行处理。

了解更多技术细节，请参考以下链接：

• https://github.com/aldenhallak/fish-trainer
• https://github.com/aldenhallak/fishes?utm_source=chatgpt.com
• https://www.reddit.com/r/InternetIsBeautiful/comments/1m6c80g/draw_a_fish_and_watch_it_swim/