计算机学会根据需要创建卧室和面部照片

2017-11-20 01:05:09

通过Jacob Aron计算机现在可以做白日梦,还有什么比卧室更好的起点来自马萨诸塞州波士顿的机器学习公司和位于纽约的Facebook人工智能研究实验室的研究人员开发了一种人工神经网络,可以根据需要制作逼真但想象的照片神经网络的工作原理是分析像照片这样的训练数据,并学习识别某些属性,从简单的几何形状到复杂的数字,如猫或脸由于这些系统的工作相当不透明,研究人员正试图准确理解网络的不同组成部分如何学习特定对象 - 谷歌的迷幻DeepDream景观是最近的一个例子现在,印度的Alec Radford和他的同事们研究了一种特殊的类型网络称为生成对抗网络,其中系统的一部分试图发明虚假数据以欺骗另一部分将其误认为用于训练数据我们的想法是,通过反复对网络进行点击,它将学会产生更好的图像团队在卧室照片数据库上训练系统,然后要求它制作自己的照片为了证明它不仅仅是复制原始数据,他们要求网络生成一系列相同场景的相关图片,例如带或不带窗户的卧室,或者电视变成窗户的卧室他们说,这表明网络已经弄清楚某些特征如何适合卧室场景 “我们可以推断该模型已经学习了相关且有趣的表示”这也意味着他们可以要求网络生成没有特定功能的图像该团队在一些训练数据中围绕窗口绘制了框,然后告诉网络忽略它们当此过滤器处于活动状态时,它会生成卧室场景,其中窗口被类似的对象(如门或镜子)替换同样的原则可以应用于其他事物的照片,如脸部在另一个实验中,团队在面部图片上训练网络,然后尝试了一种视觉算法他们给网络拍摄了微笑女性的照片,然后告诉它“减去”带有中性表情的女性照片,并“添加”中性表达的男性目标是提取“微笑”的概念,并将其与“人”的概念相结合结果完全是想象中的微笑男人的照片仅仅通过在图像中添加或减去像素来尝试同样的事情会导致模糊的混乱,这表明网络确实在学习如何创建自己的照片目前,图像仅限于32 x 32像素,这使得处理所有数据变得更加简单,人类更难以发现图像中的任何错误,但扩展系统可能会导致一种Google图像搜索对于实际不存在的图片 - 您只需编写描述,计算机就会为您生成一个描述该团队表示,他们也有兴趣将相同的模型应用于视频和音频参考:arxiv http://arxiv.org/abs/1511.06380图片来源:Alec Radford,Luke Metz,Soumith Chintala关于这些主题的更多信息: