人脸识别、语音和语义识别背后都用到了人工神经网络的人工智能模型。下面的小活动可以大致解释人工神经网络的工作原理。

实践活动

用人工神经网络的方法识别小猫

游戏道具：两张标有坐标的8×8彩色拼图（下左图），一张游戏用，一张坐标比对用。

游戏规则：

选出10位同学，1个人扮演“眼睛”的角色，1个人扮演“嘴巴”的角色，3个人组成“特征提取组”，5个人组成“分析组”。

右图中展示出10位同学的位置和功能，他们之间相互交叉互动的关系形成了一个“人工神经网络”。

第一步：看见物体。“眼睛”拿到拼图后，展示给“特征提取组”的同学看。(www.daowen.com)

第二步：提取特征。“特征提取组”对图片进行观察，选出拼图中具有特征的16块小图。以后的交流就只基于这16块小图进行。

第三步：分析信息。“分析组”同学提问，分别询问每块小图里图形的形状、颜色以及在大图中的位置（只说出坐标，如a7，c8）。“特征提取组”同学进行回答，1个人描述轮廓的形状、1个人描述颜色、1个人描述位置。

第四步：识别物体。“分析组”同学根据得到的回答进行分析、讨论，考虑到分析组的同学可能会分析出几种不同的结果，我们引入投票机制，分析组的同学对各种可能的结果进行投票，票数最多的即为分析组的最终讨论结果，然后告诉“嘴巴”他们分析出的结果是什么。

第五步：开口说话。由“嘴巴”说出这个拼图的画面，越详细越好。以上页左图的小猫为例，说出“一只猫”不如说出“一只有褐色条纹、白胡须的猫”，而说出“一只蹲着的，有褐色条纹、白胡须的猫”则更好。

第六步：调整改进。如果识别失败，重新进行特征提取。

下图仅为示范，同学们可以另外找一张图进行游戏。可以通过改变网格细密程度（如改成16×16、4×4、3×3）增减拼图块数以调节难度。通过反复尝试，同学们一定可以识别出卡片上的图案。