精灵宝可梦（Pokémon）取得举世瞩目的成功已逾 20 年，本文将通过机器学习的方法来解决「那个精灵宝可梦是谁？」的难题。本文提出了一个机器学习的预处理及分类流程，将会使用卷积神经网络对精灵宝可梦进行分类。本文作者为巴西圣保罗的独立研究者 Henrique M. Soares。此外，感兴趣的读者还可以点击文末「阅读原文」下载本文的 PDF 版本。

计算和图像识别

计算机被发明以来 [1]，在日常生活中的使用就愈加频繁。最初它们的应用程序局限于解决数学问题，以及弹道学和密码学中的军事应用；而如今它们正在飞速地多样化发展。迄今机器已经在很多项任务中超越了人类，最近的例子便是 AlphaGo 打败了世界围棋冠军（Go Game Guru, 2017）。

这一成就证明了机器在智能应用方面的显著进步。具有几乎无限的组合 [2] 的围棋是无法用「蛮力」[3] 轻易解决的——而「蛮力计算」已经被计算机用在其它一些完美信息博弈（perfect information games）来对抗人类。

但请不要沮丧，并非所有人都会在未来与机器人的斗争中失败，因为计算机仍然还在学习人类与生俱来的能力：图像和模式识别。不管目前的计算机在这方面有多么擅长，人类也仍然能比它注意到更多：即使图 1 仅显示了一辆汽车，却存在不寻常的情况。

　　图 1：撞到树的汽车。机器（至少目前）还写不出这样的文本。（该图像提取自维基共享资源；Thue,2005）

但计算机就要赶上来了！机器学习技术（特别是监督学习方法）的进步，以及不断增长的用于此类算法的数据，都已让这一领域实现了巨大飞跃。2015 年，MSRA 团队训练了一个 150 层的残差神经网络集合，在同年的图像分类挑战中达到了 62％的平均精度，该挑战使用了一个包含超过 1000 个不同对象的数据集（Large Scale Visual Recognition Challenge, 2015）。

　　图 2：一些简单的东西对计算机而言可能会很难。

　　（「任务」；XKCD，https://xkcd.com/1425）。

所以我们想知道……对于过去 22 年中由世界各地的孩子们所解决的难题，机器能够办到吗？

　　图 3：那个精灵宝可梦是谁？（精灵宝可梦动画系列的截图）

精灵宝可梦

精灵宝可梦是一个十分成功的游戏及动画系列，它的目标受众是年轻人（尽管作者本人并不同意这种分类）。田尻智（Satoshi Tajiri）在 1995 年创建了这个系列，并为任天堂的掌上游戏机 Game Boy 发行了两款游戏。在游戏中，玩家将扮演一位精灵宝可梦训练师，捕捉并和目标生物战斗。这个系列极其成功，atv直播，并很快红遍了世界（Wikipedia, 2017b）。

这个系列最初有 151 只妖怪（图 4），但如今的游戏已经完成了第七次迭代，共有 802 只妖怪。

　　图 4：从左到右分别为妙蛙种子（Bulbasaur）、小火龙（Charmander）和杰尼龟（Squirtle）

每个精灵宝可梦都通过所属的一或两种属性来表现其「元素亲和力（elemental affinity）」，以及相对于其他类精灵宝可梦的优缺点。这个功能在游戏玩法中至关重要，它能够建立一个深度且复杂的石头-剪刀-布机制，而这恰恰是战斗系统的基础。游戏中有 18 种属性（第一个游戏只有 15 个），如图 5 所示（Bulbapedia，2017）。

　　图 5：使用它们的惯用背景颜色所描绘的 18 种属性的精灵宝可梦。

本文检测了卷积神经网络（也称为 ConvNet）在指定精灵宝可梦游戏中的精灵后，执行宝可梦属性分类任务的表现。我将会展示收集的数据、预处理和训练流程，并会以所选模型的性能指标结束。所有的数据、实现代码、结果，以及对所有步骤做出解释的 Jupyter Notebook 都可以在一个 GitHub 库找到：

数据准备

数据集特征