Может ли искусственный интеллект вообразить вещи? Воображение – сложный процесс. Если мы остановимся и задумаемся о количестве элементов, из которых можно составить воображаемый сценарий, нам будет легче приступить к пониманию того, насколько глубокой может быть эта мысленная процедура.
Команда исследователей из Университета Южной Калифорнии, США, представила проект, цель которого – наделить ИИ аналогичным качеством, чтобы реализовать системы, способные создавать новые концепции на основе известных элементов.
Новая система, позволяющая искусственному интеллекту представить
На первый взгляд идея обучения системы искусственного интеллекта «человеческим возможностям» может показаться странной. Однако у этого есть практическая, интересная и доступная цель.
Процесс воображения обычно определяется как творческий процесс, в ходе которого на основе ранее воспринимаемых элементов конструируются новые мысленные образы. Если взять это в плоскость ИИ, то система, которая владеет большим количеством формул лекарств, например, могла бы разложить их компоненты и функции, чтобы начать тестирование новых рецептов.
Механизмы такого типа были представлены ранее, но их действие ограничено определенным контекстом, например, только что упомянутый пример лекарств. В отличие от них, ИИ, разработанный исследователями USC, можно экстраполировать на различные приложения. Это означает, что в различных сценариях эта система должна иметь возможность определять свои собственные правила и переменные, чтобы настраивать как можно больше комбинаций атрибутов.
Чтобы добиться такой универсальности, исследователи использовали механизм, аналогичный тому, который использовался при создании глубоких подделок. Так же, как в случае с этими обманчивыми аудиовизуальными фрагментами, алгоритм может идентифицировать лицо и жесты человека, чтобы имитировать их с помощью цифровой замены лица; в случае этого искусственного интеллекта система сможет распознавать компоненты каждого анализируемого сценария.
В беседа Со своим домом обучения студент Юнхао Гэ, входивший в команду разработчиков, проиллюстрировал этот процесс на примере фильма «Трансформеры». «Он может иметь форму автомобиля Megatron, цвет и позу желтого автомобиля Bumblebee или фон Таймс-сквер в Нью-Йорке. В результате появится цветной автомобиль Bumblebee Megatron, проезжающий по Таймс-сквер, даже если этот образец не был засвидетельствован во время тренировки », – прокомментировал он.
В том же случае другой член этой группы, профессор Лоран Итти, прокомментировал, что «глубокое обучение уже показало непревзойденную производительность и многообещающие результаты во многих областях, но слишком часто это происходило из-за поверхностной имитации и без более глубокого понимания отдельных атрибутов, которые сделать каждый объект уникальным », добавив, что« этот новый подход к распутыванию впервые действительно раскрывает новое чувство воображения в системах ИИ, приближая их к человеческому пониманию мира ».
С такими системами автономные автомобили смогут представить как можно больше сценариев, основанных на погодных и экологических факторах, что повысит их безопасность. Таким образом, по мере выявления потребностей, совместимых с тем, что предлагает эта система, каталог возможных приложений может продолжать расти.
Подробности этого исследования были обнародованы в документе, озаглавленном «Синтез без выстрела с обучением под руководством группы“, Выпущенный на Международной конференции по обучающим представлениям в этом году.
