吓人！人工智能眼中的世界：简直不忍直视

这些图片浮现了进步人工智能体例怎样对图片举办分解和管制。是以，它们也可能被称作估计打算机眼中的全邦

谷歌公司的工程师为了管制搜集上数以亿计的图片，开采了一种被他们称为“人工神经搜集”的器械，简称为“ANNs”。 为了或许识别特定物体，谷歌的人工神经搜集体例先对多量一致图片举办管制和练习，然后就能练习到特定物体并世无双的特性。比方，倘若要使人工神经搜集识别叉子，那么ANNs开始要管制多量含有叉子的照片，然后练习获得叉子的特性，即叉子含有一个手柄、两到四个尖头。正在识别历程中，人工神经搜集就通过占定图片中是否含有手柄以及尖头来识别图片中是否含有叉子。

令人喜悦的是，谷歌公司仍旧初步向民众供应ANNs的源代码。人们可能上传我方感趣味的图片，并将原始图片变换成那些看上去既奇妙但又感受有点恐惧的图片。面临这样神秘的识别结果，一个简易的证明是ANNs是通过获取图像内里的形式来识别图像，就像小孩可能正在云中找到极少形态相同。但形式识别有或许导致差错的结果，这就使得ANNs或许将一幅寻常图片变换成一幅格外奇妙的差错图像。现实上，谷歌的人工神经搜集体例蕴涵十到三十层节点。当图片被送入神经搜集之后，每层节点都市提取杂乱讯息。正在这些杂乱讯息中图片的轮廓相对简易，最杂乱的是整幅图片。

估计打算机科学家近来了解到，当利用神经搜集体例的更高层管制图片时，可能得到更杂乱的特性乃至是一个完备的对象。但体例存正在缺陷，譬喻一幅图片中含有一片面的面部，而面部恰好有个相仿眼睛的污点，那么ANNs会被污点诈骗，通过一段期间的反复管制后就会正在污点处酿成眼睛。

这个被称作DeepDream的以人工神经搜集为根蒂的图片识别软件的结果是超实际的，它可能把全邦上最知名的画作变换成格外奇妙的、时髦的概括款式作品。

然而，仅仅是利用这款软件就必要很深的专业常识，超越了大部门人的才气范畴。英邦《逐日邮报》是以招募了联系规模专家Bill Cava来利用DeepDream，并将全邦上极少出名的地标性图片（如大本钟）以及埃德米利班德猛（英邦工党）吃三明治的图片宣布出来。

通过谷歌人工智能体例管制后，油画内里的丘陵酿成了宏伟的鸟类和熊，村庄内里的屋子酿成了汽车和卡车。

列奥纳众达芬奇的名画，通过谷歌体例变换后如图所示，彷佛增众了不少东西。

知名的二战照片，为致贺日本反叛，照片中的一名美邦水兵正在时期广场亲吻身旁一名素不了解的女护士，通过体例变换之后已脸孔全非。