用深度学习解决Bongard问题

摘要： 本文介绍了深度学习和Bongard问题，以及如何用深度学习更好的解决Bongard问题。

Bongard问题是苏联计算机科学家Mikhail Bongard提出的。从20世纪60年代，他致力于研究模式识别，并且设计了100个这样的谜题，使之成为评判模式识别能力的一个好基准。而且这些谜题对人和算法都具有挑战性。举个简单例子：

 

如图所示，左边的6张图片符合某种规则，而右边的图片则符合另外一种规则。要解决这个问题，需要了解模式并找出它们各自的规则（即解决方案）。规则：“左边：三角形，右边：四边形”。

这个例子很简单，几秒钟就能搞定，但也有更难的问题，例如：

 

你可以试着找找规则，测试下自己的模式识别能力，答案请点击：22，29，37，54。

这些问题在Douglas Hofstadter于1979年出版的《哥德尔，埃舍尔，巴赫—集异璧之大成》一书中出现后更广为人知。Hofstadter的博士生Harry Foundalis建立了一个自动化系统来解决他的博士研究项目，这个系统称为“Phaeco”。这个程序不仅能解决Bongard问题，而且是认知视觉模式识别的一种架构。

深度学