几年前，艾伦人工智能研究所（Allen Institute for AI）的研究人员开发了一款名为 Iconary 的游戏，旨在提高人工智能技术的沟通交互能力，并在不同物体之间建立联系。最近在 arXiv 上预发表和去年 ENMLP 会议上发表的论文中，研究人员提出了更高级的游戏版本，训练机器学习算法来相互或与人类玩家对抗。

论文题为：

Iconary: a Pictionary-based game for testing multimodal communication with drawings and text.

数据集、代码和评估设置见链接：

https://github.com/allenai/iconary

图 | 人类玩家和算法的游戏玩法示例（来源：Clark 等人）

这项研究的总体目标是开发一款可以作为人工智能智能代理测试平台的游戏，类似于研究人员过去使用的围棋和象棋游戏。不同的是，研究人员不是创造一个让玩家相互竞争的游戏，而是想要提高人工智能代理与人类合作和理解视觉沟通（即图像和绘画）的能力。

Iconary 的困难之处在于，许多名词和动词都没有直接代表它们的图画，所以绘画者必须想办法间接地向猜测者表示它们。

视觉交流和复杂语义处理是人类与生俱来的技能，但人工智能智能代理通常很难做到这一点。所以 Iconary 平台的价值在于，可以测试人工智能是否随着时间推移学会这些技能。

研究人员还通过与人类玩家之间的 55000 多次 Iconary 模拟游戏，来训练人工智能算法。之后对算法性能进行测试，取得了较好的结果。尽管如此，人类玩家的表现仍然优于人工智能，特别是在通过绘画表达物体或想法方面。

内容中包含的图片若涉及版权问题，请及时与我们联系删除