蓋世汽車訊 想象一下有一只橘貓，然后再想象一下這只貓是煤灰色的，現在，再想象一下，這只貓正在長城上昂首闊步。做出上述想象時，人們大腦中的一系列神經元會快速激活，并根據之前對世界的認知，想出各種各樣的圖片。換句話說，人類很容易想象一個具有不同屬性的物體。但是，盡管深度神經網絡上在執行某些任務是能夠取得與人類一樣或超越人類的表現，但是，計算機在“想象”技能方面仍在與人類處于較量中。

據外媒報道，美國南加州大學的一支研究團隊研發了一種人工智能（AI）技術，能夠利用與人類類似的能力想象擁有不同屬性、之前從未見過的物體。該支團隊由Laurent Itti教授、博士生Yunhao Ge、Sami Abu-El-Haija和Gan Xin組成。研究人員表示：“我們受人類視覺泛化能力的啟發，嘗試在機器中模擬人類的想象力。人類能夠根據形狀、姿勢、位置、顏色等屬性將所學的知識分開，然后再把此類知識結合起來想象一個新的物體。

新AI系統靈感（圖片來源：南加州大學）

AI的泛化問題

例如，假設你想創建一個能夠生成車輛圖片的AI系統。在理想情況下，你能夠為該算法提供一些車輛的圖片，然后其能夠生成各種顏色、不同角度的各種汽車，如保時捷、龐蒂亞克、皮卡等。

這也是AI長期追求的目標之一，即創建能夠外推的模型，這也意味著，只要給出一些例子，該模型能夠提取出基本的規則，并將此類規則應用到各種新穎、之前從未見過的例子中。但是，機器通常只訓練像素等樣本特征，而不會考慮到物體的屬性。

想象力的科學

在此次新研究中，研究人員利用一種稱為分離（Disentanglement）的概念試圖克服此種限制。例如，分離能夠用于生成深度偽裝（deepfakes），將人類的面部運動和身份分離，然后合成新的圖片和視頻，用另一個人替代原來的人，但是還是原來的面部運動，類似于換臉技術。

新方法訓練圖像以及被組合的圖像（圖片來源：南加州大學）

類似上述方法，不像傳統的算法一樣只采用一個樣本，新方法采用了一堆樣本照片并挖掘兩者之間的相似性，以實現“可控分離表征學習”（controllable disentangled representation learning）。

然后，該方法會重新組合知識，以實現“可控新圖像合成”，或者人們所說的想象。例如，以變形金剛為例，它能夠采用威震天汽車的外形，但是采用黃色大黃蜂的顏色和姿勢以及紐約時代廣場的背景。最后是一輛黃色大黃蜂顏色的威震天汽車在時代廣場行駛，即使在訓練過程中并沒有人看到此種樣本。

然后，該方法會重新組合知識，以實現“可控新圖像合成”，或者人們所說的想象。例如，以變形金剛為例，它能夠采用威震天汽車的外形，但是采用黃色大黃蜂的顏色和姿勢以及紐約時代廣場的背景。最后是一輛黃色大黃蜂顏色的威震天汽車在時代廣場行駛，即使在訓練過程中并沒有人看到此種樣本。

理解這個世界

雖然分離不是一個新概念，研究人員表示，該框架能夠與幾乎任何類型的數據或知識兼容，擴大其應用范圍。例如，通過將敏感屬性從等式中移動，分離種族和性別相關知識，以實現更公平的AI。

在醫學領域，該技術能夠通過將藥物的功能從其他屬性中分離，然后在重新組合以合成新的醫藥，從而幫助醫生和生物學家發現更有用的藥物。賦予機器想象力還能夠幫助創造更安全的AI，例如，讓自動駕駛汽車在訓練中想象并避開之前未看到的危險場景。

返回第一電動網首頁 >