美国大学让AI设想“看不到的东西” 可提高自动驾驶汽车的安全性

想象有一只橙色的猫，然后想象这只猫是煤灰色的。现在，想象这只猫正在长城上昂首阔步。在进行上述想象时，人的大脑中的一系列神经元会被迅速激活，根据自己之前对世界的认知，想出各种画面。换句话说，人类很容易想象出一个不同属性的物体。然而，尽管深度神经网络在执行某些任务时可以达到与人类相同或更优的性能，但在“想象”技能方面，计算机仍处于与人类的较量之中。

据国外媒体报道，南加州大学的一个研究团队开发出了一种人工智能(AI)技术，可以使用与人类类似的能力来想象从未见过的具有不同属性的物体。该小组由洛朗·伊蒂教授、博士生郝云·戈、萨米·阿布·埃尔·海贾和甘新组成。研究人员表示:“受人类视觉概括能力的启发，我们试图在机器中模拟人类的想象力。人类可以根据形状、姿态、位置、颜色等属性，把自己所学的东西分离出来，然后结合这样的知识，去想象一个新的物体。

新人工智能系统的灵感(来源:南加州大学)

人工智能的泛化

例如，假设你想创建一个可以生成车辆图片的AI系统。理想情况下，你可以为算法提供一些车辆的图片，然后它就可以生成各种颜色、不同角度的各种汽车，比如保时捷、庞蒂亚克、皮卡等等。

这也是AI的长期目标之一，即创建一个可以外推的模型，也就是说只要给出一些例子，模型就可以提取出基本的规则，并将这样的规则应用到各种新奇的、前所未有的例子中。但是机器通常只训练像素等样本特征，不考虑物体的属性。

想象力的科学

在这项新的研究中，研究人员试图通过使用一种叫做分离的概念来克服这种限制。比如分离可以用来生成deepfakes，把人的面部动作从身份中分离出来，然后合成新的图片和视频，把原来的人换成另一个人，但还是原来的面部动作，类似于换脸技术。

新方法训练图像和组合图像(图像来源:南加州大学)

与上述方法类似，与传统算法只使用一个样本不同，新方法使用一堆样本照片，挖掘它们之间的相似性，从而实现“可控的不相交表征学习”。

然后，这种方法会将知识重新组合，实现“可控的新图像合成”，也就是人们所说的想象。比如变形金刚，比如可以采用威震天的造型，但是采用黄色大黄蜂的颜色和姿势，以及纽约时代广场的背景。最后，一辆黄色大黄蜂色的威震天汽车行驶在时代广场，即使在训练时没有人看到这样的样品。

然后，这种方法会将知识重新组合，实现“可控的新图像合成”，也就是人们所说的想象。比如变形金刚，比如可以采用威震天的造型，但是采用黄色大黄蜂的颜色和姿势，以及纽约时代广场的背景。最后，一辆黄色大黄蜂色的威震天汽车行驶在时代广场，即使在训练时没有人看到这样的样品。

了解世界

虽然分离不是一个新概念，但研究人员表示，该框架可以兼容几乎任何类型的数据或知识，并扩大其应用范围。例如，通过将敏感属性从方程中移走，将种族和性别相关的知识分离出来，以实现更公平的AI。

在医学领域，这项技术可以帮助医生和生物学家找到更有用的药物，方法是将药物的功能从其他属性中分离出来，然后重新组合，合成新的药物。赋予机器想象力也有助于创造更安全的AI，例如，允许自动驾驶汽车想象并避免他们在训练中从未见过的危险场景。想象有一只橙色的猫，然后想象这只猫是煤灰色的。现在，想象这只猫正在长城上昂首阔步。在进行上述想象时，人的大脑中的一系列神经元会被迅速激活，而accor……ng到自己以前对世界的认知，会想出各种图片。换句话说，人类很容易想象出一个不同属性的物体。然而，尽管深度神经网络在执行某些任务时可以达到与人类相同或更优的性能，但在“想象”技能方面，计算机仍处于与人类的较量之中。

据国外媒体报道，南加州大学的一个研究团队开发出了一种人工智能(AI)技术，可以使用与人类类似的能力来想象从未见过的具有不同属性的物体。该小组由洛朗·伊蒂教授、博士生郝云·戈、萨米·阿布·埃尔·海贾和甘新组成。研究人员表示:“受人类视觉概括能力的启发，我们试图在机器中模拟人类的想象力。人类可以根据形状、姿态、位置、颜色等属性，把自己所学的东西分离出来，然后结合这样的知识，去想象一个新的物体。

新人工智能系统的灵感(来源:南加州大学)

人工智能的泛化

例如，假设你想创建一个可以生成车辆图片的AI系统。理想情况下，你可以为算法提供一些车辆的图片，然后它就可以生成各种颜色、不同角度的各种汽车，比如保时捷、庞蒂亚克、皮卡等等。

这也是AI的长期目标之一，即创建一个可以外推的模型，也就是说只要给出一些例子，模型就可以提取出基本的规则，并将这样的规则应用到各种新奇的、前所未有的例子中。但是机器通常只训练像素等样本特征，不考虑物体的属性。

想象力的科学

在这项新的研究中，研究人员试图通过使用一种叫做分离的概念来克服这种限制。比如分离可以用来生成deepfakes，把人的面部动作从身份中分离出来，然后合成新的图片和视频，把原来的人换成另一个人，但还是原来的面部动作，类似于换脸技术。

新方法训练图像和组合图像(图像来源:南加州大学)

与上述方法类似，与传统算法只使用一个样本不同，新方法使用一堆样本照片，挖掘它们之间的相似性，从而实现“可控的不相交表征学习”。

然后，这种方法会将知识重新组合，实现“可控的新图像合成”，也就是人们所说的想象。比如变形金刚，比如可以采用威震天的造型，但是采用黄色大黄蜂的颜色和姿势，以及纽约时代广场的背景。最后，一辆黄色大黄蜂色的威震天汽车行驶在时代广场，即使在训练时没有人看到这样的样品。

然后，这种方法会将知识重新组合，实现“可控的新图像合成”，也就是人们所说的想象。比如变形金刚，比如可以采用威震天的造型，但是采用黄色大黄蜂的颜色和姿势，以及纽约时代广场的背景。最后，一辆黄色大黄蜂色的威震天汽车行驶在时代广场，即使在训练时没有人看到这样的样品。

了解世界

虽然分离不是一个新概念，但研究人员表示，该框架可以兼容几乎任何类型的数据或知识，并扩大其应用范围。例如，通过将敏感属性从方程中移走，将种族和性别相关的知识分离出来，以实现更公平的AI。

在医学领域，这项技术可以帮助医生和生物学家找到更有用的药物，方法是将药物的功能从其他属性中分离出来，然后重新组合，合成新的药物。赋予机器想象力也有助于创造更安全的AI，例如，允许自动驾驶汽车想象并避免他们在训练中从未见过的危险场景。

标签：保时捷长城发现

汽车资讯热门资讯