以为AI永远无法取代人类的想象力?再想想

早在1980年代,AI科学家汉斯·摩拉维克(Hans Moravec)就发现了一个悖论:对于机器而言,人类很容易,例如视觉或听觉理解,很难。从那时起,情况发生了变化。今天’

早在1980年代,AI科学家汉斯·摩拉维克(Hans Moravec)就发现了一个悖论:对于机器而言,人类很容易,例如视觉或听觉理解,很难。

从那时起,情况发生了变化。今天的AIS可以更好地了解他们看到的内容。并不是说AI赶上了我们所有人类的视觉功能,而是该技术正在以不同的方式发展。

当我们认为AI时,我们会想到纯自动化。这不再是真的。例如,您是否认为AI永远无法取代肖像摄影师?再想想;它甚至不需要模型。今天,我们有了可以“想象”的AI,也就是说,根据Merriam-Webster的定义,形成了“对感官不存在或从未完全看不见的事物”的图像。

上面的视频显示了AI的结果,该结果学会了为不存在的人的照片生成照片。从定性的角度来看,只有少数艺术家能够以摄影精度发明面孔。

AI想象力背后的秘密

用富有想象力的力量赠送AI的机制具有一个名称:生成对抗网络(GAN)。 GAN受到神经科学研究的一部分启发。从本质上讲,甘恩由两个实体组成,它们互相竞争 – 互相学习:一个人学会生成假货,而另一个人学会了检测假货。随着假探测器变得更加有效,假发电机也会变得更加有效。神经科学家发现,我们使用了一种相关机制,即参与者批评的模型,该模型被认为位于大脑的中间。

如果想象力不再是人类思想的特权,我们如何利用AIS的想象力?这是目前实验室正在发生的事情的味道。

进入白天的夜晚:让gansimagination有一个直接的应用:以不同的方式猜测主题的表示形式,换句话说,将图像从一个表示形式转化为另一种表示形式。例如,这个人工智能想象着照片的素描是什么样子,或者是黑白照片的颜色版本。

图像翻译的应用是为了帮助我们以更可读的方式或超越可见的方式来了解世界。

图片:瑞士Eth Zurich信息技术与电气工程系计算机视觉实验室

与此同时,这个AI模拟了夜景的一天。这是有价值的,因为创建有效的自动驾驶汽车并可以在所有条件下(白天,夜晚,雾,雨,雪等)精确定位自己,需要大量涵盖所有情况的数据。在所有情况下,在某些地区很少发生某些条件(例如雪),在所有条件下收集大量数据都是非常困难的。科学家没有收集更多数据,而是提出了这一夜间的解决方法。这也可能导致军事,飞机飞行员和人类驾驶员更好的夜视。

图像:Varol等。

当某物不直接可见时,甘恩被用来做出有根据的猜测。以Bodynet AI的态度(见上文),该案例估计了一个人的身体形状,给出了它们的图片。数字人体模型对于设计量身定制的服装很有用,而无需手动进行测量或精致的身体扫描仪的帮助。

如果我们可以透过墙壁看怎么办?这个人工智能实际上可以帮助您跟踪人们如何在墙壁后面移动。类似于蝙蝠在黑暗中的看法,发出信号和回来的内容。蝙蝠发出的超声波反射在附近物体的表面。在这里,发射的是WiFi范围内的信号。由于wifi可以穿过墙壁,但部分由我们的人体反映,因此该信号是通过深度学习架构来解释的(请参见下面的视频)。

做出有根据的猜测的能力不仅限于图像产生或翻译。从广义上讲,想象力是发现的工具,并且在网络安全或药物设计等不同领域中具有应用。

现代网络安全工具具有AIS,可以通过查看其特征来检测威胁。研究人员设计了一个gan,该gan学会生成可能绕过这些网络安全探测器的恶性代码。这听起来很可怕,但好消息是,我们也可以使用它来完美的恶性代码检测器 – 或者,如果您考虑到这一点,有时欺骗可能是一件好事,例如当我们设计毒品来抗击疾病时。

这对我们意味着什么?

第四次工业革命不仅涉及自动化,还与人机合作和共生有关。甘斯是AI发展的转折点,将帮助我们增强我们的心理能力。

它们也是一种工具,我们可以通过它来研究想象力的机制,并帮助我们更好地理解想象力在翻译或发现等领域中的作用。尽管想象力并不等于创造力,但它是我们用来发明新事物的工具之一。尚未发现的缺少作品将使我们能够建造能够在创意领域中脱颖而出的机器?经世界经济论坛的许可转载。阅读原始文章。

原创文章,作者:互联世界,如若转载,请注明出处:http://www.dsonekey.com/3362.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息