人类想象力和创造力的一种解释是，这是通过以新颖方式组合现有元素来创建新事物的过程。这可能是建立在“如果什么，
人类想象力和创造力的一种解释是，这是通过以新颖方式组合现有元素来创建新事物的过程。这可能是建立在“ ifs”上的白日梦，例如熟悉的节奏和图案变成了一首新歌，或者是似乎是无关的知识，这是首次成为突破性见解的基础。
使用我们的想象力自然而然。我们一直以大小的方式来做。然而，对于人工智能而言，重新组合不同事物的要素与“自然”的元素相反。机器通过分解物品并分类对象的现有属性以识别它们来学习。这些特征不被视为以新方式混合和匹配的自由浮动特性。
现在，南加州大学的一组研究人员宣布开发了深刻的新事物：具有想象力的AI的模型。
该研究的主要作者Yunhao Ge告诉Sususc viterbi，“人类可以通过属性（例如形状，姿势，位置，颜色）分开他们的知识，例如形状，姿势，位置，颜色，然后重新组合他们以想象一个新物体。我们的论文试图使用神经网络模拟这一过程。”
解开
它们都是FlyCredit的机器：Yganko / Adobe Stock / Big Think
机器学习通常是通过对图像的仔细检查和上可关闭属性的记录（例如像素的颜色）进行的。目标是使算法正确识别相同（或相似）对象的新图像。 AI不尝试了解该对象是什么或其工作原理。机器学习主要是模式识别。
然而，科学家长期以来一直梦想着一个人的AI可以通过从小细节中推断出对象的更广泛的主题（包括其运作方式）来推断出它从中学到的知识。识别飞机的图片很好。南加州大学研究人员说，确定为什么和如何成为“飞行器”要好得多。赋予AI的关键是“解散的”，即属性可以被解开或与表现出这些物体分离的想法特质。
的确，散开是互联网上日益惊人的“深伪假”的概念。例如，在一个深层的假录像带中，脸部的动作与其身份相关。正如GE所说，这允许深层假的创作者“合成与他人替代原始人身份的新图像和视频，但要保持原始动作。”
教AI
学分：Khuruzero / Adobe股票 / Big Think
“可控的分解表示学习”是USC的研究人员一词以其算法学习方式授予的一词。 AI没有被喂入分类的单个对象，而是为了分析它们的目标，直到最终发现统一它们的更广泛的主题为止。然后可以将单个属性与识别对象的基本特征分开。
“例如，” GE说，“以变压器电影为例。它可以采用威震天汽车的形状，黄黄色大黄蜂汽车的颜色和姿势以及纽约时代广场的背景。结果将是大黄蜂色的威震天汽车在时代广场驾驶，即使在培训期间没有见过此样本。”
该团队已经开发了156万张图像的数据集来培训其AI。从模仿到理解
根据该研究的高级作者劳伦特·伊蒂（Laurent Itti）的说法，“深度学习已经在许多领域表现出了无与伦比的表现和希望，但是这常常是通过浅层模仿而发生的，并且没有更深入的了解使每个对象都独一无二的单独属性。”
研究人员指出，他们的模型可以应用于许多不同类型的数据，因此预见AI能够克服其当前的近视。例如，它可以帮助科学家根据对其分离特性的分析发现现有化合物的新组合。如果可以想象的话，自动驾驶AI可能会更有用和安全。
ITTI得出结论：“这种新的解散方法首次真正释放了AI系统中新的想象力，使他们更接近人类对世界的理解。”
原创文章，作者：互联世界，如若转载，请注明出处：http://www.dsonekey.com/3135.html
