Google的程序猿們也開始玩藝術(shù)了

Google最近公布了一個(gè)奇葩的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)。為了讓大家更好地理解這個(gè)系統(tǒng)，他們公布了一組奇葩圖片——豈止是奇葩，簡(jiǎn)直滲人，密恐患者慎入！

接下來，我們將為大家展示世界名畫是如何被這群人給玩壞的。請(qǐng)各位一定要戳開看大圖！才能看出其中的奇妙的細(xì)節(jié)。

他們給這些圖片起了個(gè)名字——Inceptionism。沒錯(cuò)，就是《盜夢(mèng)空間》的那個(gè)Inception。

這個(gè)神經(jīng)網(wǎng)絡(luò)的原理小編也是看得一知半解，不敢貿(mào)然翻譯。大致意思就是，每一張圖片都被放進(jìn)一個(gè)“輸入圖層”，并與下一個(gè)圖層相連，通過10-30層圖層的分析，最終“輸出”一個(gè)新的圖形。比如第一張圖片是懸崖，到達(dá)下一個(gè)圖層時(shí)，它可能被識(shí)別成了了一張類似一扇門或者一片樹葉的圖案。而最后一個(gè)圖層會(huì)把這些圖形組合——這些神經(jīng)元會(huì)將其組合成一個(gè)極其復(fù)雜的東西，比如一個(gè)完整的建筑或一顆樹。

“近年來，人工神經(jīng)網(wǎng)絡(luò)在圖片分類和語(yǔ)音識(shí)別的發(fā)展領(lǐng)域做出了引人矚目的貢獻(xiàn)。”來自GoogleAI團(tuán)隊(duì)的Alexander Mordvintsev說，“雖然它們建立在非常有名的算法上，并且已經(jīng)成為我們所熟知的工具，但我們實(shí)際上對(duì)它們了解甚微。”

這很令人腦洞大開：有一張比較抽象的圖片，如果它和某個(gè)東西有那么一丁點(diǎn)兒像，你就可以用這張圖片生成那個(gè)東西。有多抽象呢？看看下面這個(gè)例子：一個(gè)滿是噪點(diǎn)的圖片居然也可以生成香蕉（雖然也不那么像啦）。

為什么說這個(gè)很重要呢？我們?cè)谟?xùn)練（train）一個(gè)神經(jīng)網(wǎng)絡(luò)時(shí)，通常是簡(jiǎn)單地給它一些例子讓它“學(xué)習(xí)”，希望它能很具象地“學(xué)到”這個(gè)例子的“精髓”（比如，一只叉子應(yīng)該有一只柄和兩到四個(gè)尖），同時(shí)忽略那些不太重要的東西(叉子的形狀、大小和顏色)。但是，你要如何驗(yàn)證這個(gè)神經(jīng)網(wǎng)絡(luò)是否正確地“學(xué)習(xí)”到了這些特點(diǎn)？

這些圖片的例子就是告訴我們，可視化（visualization）的運(yùn)用能幫助我們判斷被測(cè)試的神經(jīng)網(wǎng)絡(luò)成功與否。如果這個(gè)神經(jīng)網(wǎng)絡(luò)最后確實(shí)呈現(xiàn)出了一只叉子，那就說明成功了。


在一些例子中，我們可以看出這個(gè)神經(jīng)網(wǎng)絡(luò)并未達(dá)到我們的期望。比如，我們想讓一個(gè)神經(jīng)網(wǎng)絡(luò)“學(xué)習(xí)”一個(gè)杠鈴的圖案，但很顯然，這個(gè)神經(jīng)網(wǎng)絡(luò)是個(gè)“學(xué)渣”——它失敗了。