""

澳门太阳城网站-最新注册

  • 新工具揭示了什么人工智能模型再造一个场面离开了。在这里,甘,或生成对抗性的网络,已经放弃了对新婚夫妇从它的重建(右)的照片是绘制问(左)。

    新工具揭示了什么人工智能模型再造一个场面离开了。在这里,甘,或生成对抗性的网络,已经放弃了对新婚夫妇从它的重建(右)的照片是绘制问(左)。

    研究人员的形象礼貌。

    全屏

可视化的AI模式的盲点

新工具揭示了什么人工智能模型再造一个场面离开了。在这里,甘,或生成对抗性的网络,已经放弃了对新婚夫妇从它的重建(右)的照片是绘制问(左)。

新工具的亮点是什么生成模型离开了场景重建时。


记者联系

金·马蒂诺
电子邮件: kimmarti@mit.edu
电话:617-710-5216
澳门太阳城最新网站追求情报

任何人谁花时间在社交媒体可能已经注意到,甘斯,或生成对抗性的网络,必须在绘图成为面孔非常好的。他们可以预测你会是什么样子,你是老当你什么样子作为一个名人。但问到甘从更大的世界画的场景和事情变得怪异。

新 演示 由 MIT-IBM沃森人工智能实验室 揭示了什么培训了教堂和古迹的场景模型决定离开了,当它自己绘制的,比方说,万神殿在巴黎,或西班牙广场在罗马版本。较大的研究, 看到什么甘不能产生,提出在 计算机视觉国际会议 上个星期。

“研究人员通常侧重于表征和改进什么是机器学习系统可以做到 - 就是要花钱,特别是如何导致直接关注投入产出,”说 大卫BAU,一名研究生在电气工程和计算机科学和计算机科学和人工智能科学实验室(CSAIL)的澳门太阳城最新网站的部门。 “随着这项工作,我们将支付研究人员希望尽可能多的关注到的数据特征,这些系统忽略了。” 

在甘,一对神经网络的共同创造,他们已经给了例子图案后超逼真的图像。 BAU了兴趣甘斯作为黑箱神经网络里面窥视,了解他们的决定背后的推理方式。此前工具开发了一个与他的顾问,澳门太阳城最新网站教授 安东尼奥·托拉尔瓦和IBM公司的研究员 亨德里克Strobelt,使我们能够确定人工神经元负责组织图像真实世界为类别,如门,树木和云的集群。一个相关的工具, ganpaint,让业余艺术家添加和删除照片那些他们自己的特点。 

有一天,同时帮助艺术家使用ganpaint,BAU击中了问题。 “像往常一样,我们一起追的号码,尝试优化数值重建损失重建照片,”我说。 “但我的导师一直鼓励我们把眼光局限在数量和审视当前的图像。当我们看到,这种现象蹦右出:人们的生活越来越选择性退出“。

正如甘斯和其他神经网络发现数据的堆模式,他们忽略模式了。 BAU和他的同事们培训了不同类型的甘斯的室内和室外场景。但无论在哪里拍摄的照片中,甘斯一贯不再赘述重要喜欢的人,车,标志,喷泉和几件家具,即使这些物体的图像中突出显现。在一个 甘重建,一对新人亲吻一个教堂的台阶都是幻影,留下的门大教堂一个怪异的婚纱礼服的质感。

“当甘斯他们不能碰到物体产生,他们似乎想象的情景将是什么样子,没有他们,” Strobelt说。 “有时,人们完全消失成为灌木丛或到他们背后的建筑。”

研究人员怀疑机器懒惰,可能要承担全部责任; ,虽然甘训练创造令人信服的图像,也可以学习它更容易集中在建筑和景观,并跳过难到人与车的代表。研究人员已经知道,长甘斯不得不忽略一些统计学意义上的细节的倾向。但是,这可能是首次研究表明国家的最先进的那甘斯系统地可以省略对象的类中的整个图像。

那滴从五月人工智能某些对象其旗下的数字表示实现目标而错过了最重要的细节,以我们人类,说:BAU。工程师把甘斯生成的合成图像来训练自动化系统像自动驾驶汽车,有一个危险的人,标志,以及其他关键信息可能是没有意识到人类丢弃。这说明了为什么性能模型不应该被单独精确测量,说一切照旧。 “我们需要了解什么是网络,而不是做以确保他们正在我们希望他们做出的选择。”

在加入研究BAU是俊檐柱,乔纳斯武尔夫,威廉·皮布尔斯和托拉尔瓦,MIT的; Strobelt IBM的;和香港的中国大学博雷周。


主题: 追求智慧, MIT-IBM沃森人工智能实验室, 计算机科学和人工智能实验室(CSAIL), 电气工程和计算机科学(EECS), 工程学院, 科学学院, 人工智能, 计算机科学与技术, 机器学习, 软件, 算法

回到顶部