cookieOptions = {...}; .「新人類」即將誕生,AI 邁入造人新時代 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2021年5月14日 星期五

Breathtaking Historical Portraits Brought To Life Using AI Technology 

借助 AI 技術將歷史人物肖像帶入生活



來源算力智庫



人工智慧已經可以自動生成,以假亂真的人像照片「忽悠」人類了。憑借「對抗神經網路」,人工智慧從「學習」和「辨識」進化到了「創造」。

有專家將此技術與深度卷積神經網、Alpha Go,並稱為人工智的三大發展。當然,基於大數據和大計算的人工智慧,也存在著「先天不足」,至少在理解和「舉一反三」方面還有很長的路要走。

一個頗為無聊的國外網站最近火了。

這一名為「此人不存在」(This Person Does Not Exist)的網站沒有任何介面設計,輸入網址後顯示的只有一張人像大頭照。新奇之處就在於,每次打開或刷新頁面,顯示的照片都不同,並且都不是真實存在的人物照片。

換言之,所有照片都是隨機「生成」的,而其背後正是人工智慧的支撐。可以看出,人工智慧已經從「學習」和「辨識」,開始進化到「想像」和「創造」。

從網站上的照片來看,不僅實現了無限「生成」,而且還生成得不錯 —— 人物有男有女,有老有少,不同人種、不同角度、不同表情,甚至還有眼鏡和佩飾,可謂以假亂真。

事實上,賦予人工智慧想像力和創造力的,正是被《MIT 科技評論》評為 2018 十大科技突破之一的「對抗神經網路」。

據《MIT 科技評論》介紹,「對抗」是指兩個神經網路使用同一個數據集進行訓練。其中一個神經網路叫生成網路(the generator),它的任務就是依照所見過的圖片,來生成新的圖片,而另外那個神經網路叫判別網路(the discriminator),它的任務則是判斷,它所見得圖片,是否與訓練時的圖片相似。

慢慢地,生成網路創造圖片的能力,會強到無法被判別網路識破的程度。經過訓練的生成網路,學會了辨識,並創造看起來十分真實的圖片。這項技術已成為過去 10 年,最具潛力的人工智慧突破,幫助機器產生可以「忽悠」人類的成果。


生成式對抗網路「創造」出的人像(現實中不存在此人)具有十足「迷惑性」

更令人驚嘆的是,這樣的「生成」還不限於圖像。

「兩個卷積神經網路,透過相互對抗,生成超解析度真實感的原創圖像、聲音、3D 物體或自然時序數據,這給 AI 帶來一種類似於人類的想像力。」

AI 的三大主義與三大發展
令人嘆為觀止的人像「創造」背後,必然是對海量原始照片的學習。

生物智慧的一個主要特徵就是學習,而新一輪人工智慧的鮮明特點就是學習能力。無論是生物智慧還是人工智慧,智慧的主要特點就是感知能力、認知能力和行動能力。

追本溯源,智慧的這三大特點源自連接主義、行為主義和符號主義。連接主義是生物智慧的解剖學基礎,即生物神經系統所包含的神經元、神經元的活性及其相互作用。

在此之上,行為主義透過獎勵/懲罰進行自主學習,強化學習也是人類和動植物行為,學習的主要方式。最後,符號主義極大促進了人類的智力發育,尤其是語言的發明成為了人類智遠超其他生物智的分水嶺。

以「三大主義」為基礎,人工智慧在最近五六年,取得了飛速發展。目前來看,在大數據和大計算的驅動下,深度學習已成為電腦視覺、語音辨識與合成、自然語言處理和大數據分析等的主流方法。以深度卷積神經網路為基礎的,新一代人工智慧,確實帶來了更接近於人類視聽覺的感知能力。

因此,數據驅動的方法,已被視為繼實驗科學、理論模型、模擬仿真之後的第四科學研究範式 —— 數據驅動的科學範式,其如同網路技術,已逐漸變革為一種通用賦能工具。從「互聯網+」到「人工智慧+」,新一代人工智慧,已經遠遠超出了電腦科學技術的範疇。

大數據和大計算,讓人工智慧迎來了大發展,總結了人工智的三大進展。

首先是深度卷積神經網路,令大數據感知智慧,取得突破性進展。人工智慧已經能獲得,更加接近於人類水準的視聽覺感知能力,和對文本自然語言的模式分類能力,從而賦能產品、流程和服務體驗,引發了技術變革和產業革命。

這一領域最為人熟知的例子就是自動駕駛,以全球首個自動駕駛商用服務 Waymo One 為例,其估值已超千億美元。

另外,在醫學影像領域,谷歌的人工智慧深度卷積神經網路,已經可以根據視網膜影像,來準確判斷一個人的年齡、性別、血壓、是否吸煙等,甚至可預測肺癌、乳癌等,達到了國際頂級醫生的診斷水平。

其次是超人類水準的Alpha Go,引發全社會強烈關注,在此基礎上,進化而來的 Alpha Zero,更是帶來了無需大數據,就可自主學習的棋類通用人工智慧。Alpha Zero 經過 8 小時 16.5 萬次訓練,就擊敗了 Alpha Go 戰勝李世石的版本。

第三大進展是對抗性神經網路,帶來了超真實感的想像能力,也就是上述人工智慧,「創造」人像的案例所表現的。

生成式對抗網(GAN),是目前最為成功的生成式神經網模型,透過與強化學習及蒙特卡洛搜索等的結合,推動了半監督與無監督學習方法的發展。

https://www.theverge.com/tldr/2019/2/15/18226005/ai-generated-fake-people-portraits-thispersondoesnotexist-stylegan

大數據 AI 的先天不足
以大數據為燃料,餵食越多,人工智慧越能獲得更好的感知直覺。但問題隨之而來,首先是對大數據的清洗和標籤,需要付出很高代價。

其次,在落地應用中,在開放環境下,實際是不存在完備的大數據的。對於各種應用場景,大數據人工智慧均只能獲得,較接近於人類水準的視聽覺等感知能力,這與各種基於公開測評數據,收集得到的性能指標,是完全不同的。

簡言之,人工智慧或許在測試狀態下表現良好,但在實際落地應用中的表現,卻可能差強人意。

此外,基於深度學習的電腦視聽覺感知方法,不僅依賴大數據的驅動,也缺乏人類舉一反三的,基於小樣本的學習能力,和對目標的認知水準的理解能力,並且缺乏記憶、沒有常識、不能運用經驗,缺乏技巧和知識學習能力。

比如,人們開車轉彎或掉頭就是過程性經驗。大腦記住後,每當轉彎就不需要再思考,而是可以條件反射地做出動作。

人類的思維方式,並不完全依靠特徵提取,很多時候是靠理解和推理,但目前人工智慧並不具備這樣的能力,也就不具有規劃決策和思考能力。

把大數據人工智慧面臨的挑戰,歸結為:人工智慧缺乏自己的語言。相比之下,語言卻是人類的「致勝法寶」。人類高層認知能力,其實是透過記憶語言去思考和推理的。記憶以及知識的運用,都是基於語言的。

另外,大數據人工智慧的發展,還會帶來法律、倫理、隱私安全和失業等方面的挑戰。

儘管當下的人工智慧還非常弱,「落地」也只能在特定應用領域發揮作用,還極度依賴大數據。但隨著人工智慧的進一步發展,也就是認知智慧和通用人工智慧的發展,或許會對技術與產業帶來變革,甚至威脅到人類的安全。

「但總體來說,現在的弱人工智慧,對於人類是賦能和有益的」

擁有自己語言的下一代人工智慧
對於人工智慧的未來突破點,關鍵就在於從感知智慧,向認知智的進化。目前人工智主要追求看清、聽清,能夠辨識,別但沒有理解,屬於感知智範疇。

未來人工智的發展目標,將是如何看懂、聽懂和讀懂,從而具備基本的認知智,這也是從弱人工智慧,向通用或強人工智進化的方向。

所謂認知智慧,就是指對目標或實體具有理解能力,理解事物的內涵和外延。其發展趨勢就是要探索舉一反三的認知智慧,即以大數據感知智慧+圖模型/知識圖譜為基礎,利用圖卷積神經網路,從特徵學習拓展到知識學習。

而通用人工智慧,則包含了多任務的自主學習、自適應與自組織能力。其發展趨勢,是基於連接主義的深度神經網路,透過與行為主義的強化學習,特別是與具有學習能力的符號主義的有機結合,從 Alpha Zero 這樣的新起點出發,發展出具有更寬垂直領域的通用人工智慧。

總之,透過深度學習與無監督學習、機率,或模糊圖模型知識圖譜,進行深度融合,讓下一代人工智慧擁有自己的語言,並能根據數據和常識自主學習,是探索認知能力,與通用人工智慧的關鍵路徑之一。



0 comments: