Neironu tīkls var iemācīties sakārtot pasauli, ko tas redz, jēdzienos — tāpat kā mēs

Gabriels Santjago | izšļakstīties





GAN jeb ģeneratīvie pretinieku tīkli ir AI algoritmu sociālo mediju zvaigzne. Viņi ir atbildīgi par pirmās mākslīgā intelekta gleznas izveidi, kas jebkad pārdota mākslas darbu izsole un priekš pārklājošas slavenību sejas uz porno zvaigžņu ķermeņiem. Tie darbojas, novietojot divus neironu tīklus viens pret otru, lai radītu reālistiskus rezultātus, pamatojoties uz to, ko tie baro. Barojiet vienu daudz suņu fotogrāfiju, un tas var radīt pilnīgi jaunus suņus; barojiet to ar daudzām sejām, un tas var izveidot jaunas sejas .

MIT-IBM Watson AI laboratorijas pētnieki ir sapratuši, ka GAN ir arī spēcīgs rīks, lai arī tie varētu izraisīt ļaunprātības: jo tie krāso to, ko domā, tie var sniegt cilvēkiem ieskatu par to, kā neironu tīkli mācās un domā. Plašāka pētnieku kopiena to ir meklējusi jau ilgu laiku, un tas ir kļuvis svarīgāks, jo arvien vairāk paļaujamies uz algoritmiem.

Mums ir iespēja uzzināt, ko tīkls zina, mēģinot no jauna izveidot vizuālo pasauli, saka Deivids Bau, MIT doktorants, kurš strādāja pie projekta.



Tāpēc pētnieki sāka pētīt GAN mācību mehāniku, ievadot tai dažādus ainavu fotoattēlus - kokus, zāli, ēkas un debesis. Viņi vēlējās redzēt, vai tas iemācīsies sakārtot pikseļus saprātīgās grupās, skaidri nepasakot, kā to izdarīt.

Pārsteidzoši, bet laika gaitā tas notika. Ieslēdzot un izslēdzot dažādus neironus un lūdzot GAN krāsot to, ko tā domā, pētnieki atklāja atšķirīgas neironu kopas, kas, piemēram, bija iemācījušies attēlot koku. Citas kopas attēloja zāli, bet citas - sienas vai durvis. Citiem vārdiem sakot, tai bija izdevies grupēt koku pikseļus ar koka pikseļiem un durvju pikseļus ar durvju pikseļiem neatkarīgi no tā, kā šie objekti apmācību komplektā mainīja krāsu no fotoattēla uz fotoattēlu.

GAN zina, ka debesīs nedrīkst krāsot nekādas durvis. MIT datorzinātņu un mākslīgā intelekta laboratorija



Šie GAN ir mācību jēdzieni, kas ļoti atgādina jēdzienus, kuriem cilvēki ir devuši vārdus, saka Bau.

Ne tikai tas, bet šķiet, ka GAN zināja, kādas durvis krāsot atkarībā no attēlā redzamās sienas veida. Tas krāsotu gruzīnu stila durvis uz ķieģeļu ēkas ar gruzīnu arhitektūru vai akmens durvis uz gotisku ēku. Tā arī atteicās krāsot nekādas durvis uz debess gabala. Bez teikšanas GAN kaut kādā veidā bija uztvēris noteiktas neizteiktas patiesības par pasauli.

Šis bija liels atklāsme pētnieku komandai. Ir daži veselā saprāta aspekti, kas parādās, saka Bau. Līdz šim nebija skaidrs, vai bija kāds veids, kā apgūt šāda veida lietas [padziļinātas mācīšanās ceļā]. Ka tā ir Iespējamā informācija liecina, ka padziļināta mācīšanās var mūs tuvināt mūsu smadzeņu darbībai, nekā mēs domājām iepriekš, lai gan tas joprojām ne tuvu nav cilvēka līmeņa inteliģences veids.



Citas pētniecības grupas ir sākušas atrast līdzīgu mācīšanās uzvedību tīklos, kas apstrādā cita veida datus, norāda Bau. Piemēram, valodas pētījumos cilvēki ir atraduši neironu kopas daudzskaitļa vārdiem un dzimumu vietniekvārdiem.

Spēja noteikt, kuri klasteri atbilst kādiem jēdzieniem, ļauj kontrolēt neironu tīkla izvadi. Bau grupa var ieslēgt tikai koku neironus, piemēram, lai GAN krāsotu kokus, vai ieslēgt tikai durvju neironus, lai tas krāsotu durvis. Līdzīgi valodu tīklus var manipulēt, lai mainītu to izvadi, piemēram, lai apmainītu vietniekvārdu dzimumu, tulkojot no vienas valodas uz citu. Mēs sākam nodrošināt iespēju personai veikt iejaukšanās, lai radītu dažādus rezultātus, saka Bau.

Komanda tagad ir izlaidusi lietotni ar nosaukumu GANpaint kas šo jaunatklāto spēju pārvērš mākslinieciskā instrumentā. Tas ļauj ieslēgt noteiktas neironu kopas, lai gleznotu ainas no ēkām zāļainos laukos ar daudzām durvīm. Papildus muļķībai kā rotaļīgam noietam tas liecina arī par šī pētījuma lielāku potenciālu.

AI problēma ir tā, ka, lūdzot tai veikt kādu uzdevumu jūsu vietā, jūs tam piešķirat milzīgu uzticību, saka Bau. Jūs tam sniedzat savu ieguldījumu, tas īsteno “ģeniālu” domāšanu, un tas dod jums kādu rezultātu. Pat ja jums būtu ļoti gudrs cilvēku eksperts, jūs arī nevēlaties ar viņiem strādāt.

Izmantojot GANpaint, jūs sākat noņemt melnās kastes vāku un izveidot kaut kādas attiecības. Varat izdomāt, kas notiks, ja to darīsit, vai kas notiks, ja to darīsit, saka Hendriks Strobelts, lietotnes veidotājs. Tiklīdz jūs varat spēlēt ar šīm lietām, jūs iegūstat lielāku uzticību tā iespējām un arī tās robežām.

Šī stāsta saīsinātā versija sākotnēji parādījās mūsu AI informatīvajā izdevumā The Algorithm. Lai tas tiktu tieši piegādāts jūsu iesūtnē, abonējiet šeit bez maksas.

paslēpties