源之原味

这个 AI 讲故事者傻瓜人3出5次

 

本文来自thenextweb.com。源URL是: https://thenextweb.com/artificial-intelligence/2018/04/26/this-ai-storyteller-fools-humans-3-out-of-5-times/

以下内容由机器翻译生成。如果您觉得可读性不好, 请阅读原文或 点击这里.

最近开发的神经网络能够在模仿人类故事的方法中对一系列图像进行字幕。人工智能不是简单地识别和描述对象, 而是对图片中发生的事情进行推断。它的工作很怪异。

来自加州大学圣巴巴拉分校的研究人员开发了人工智能, 以确定是否可以使用神经网络从图像中推断出小说的抽象故事。

根据一 白皮书 由团队发布:

不同于字幕, 故事有更具表现力的语言风格和包含许多虚构的概念, 没有出现在图像中。

研究人员开发的神经网络称为对抗性奖赏学习 (AREL) 框架。与类似 AI 相比, 它的不同之处在不依赖于自动评估系统, 因此它避免了克隆 (和反刍) 人类的努力。

教一个神经网络来提出抽象的故事, 实际上是有意义的是没有小的壮举, 但 AREL 已经采取了进一步的事情。它不仅能编造出自己的故事, 而且这些故事还足以让人以为是别人写的。

为了测试 AREL, 该队雇用亚马逊机械土耳其人进行两次单独的测试。首先, 一个 图灵测试, 它只是要求土耳其工人确定一个故事是由一个人或一台计算机创建的。

根据研究, AREL 通过了图灵测试三出五次。

在一个单独的测试中, 研究人员要求土耳其工人在 AREL, 一个人的故事, 和一个由以前的艺术 AI 的状态所创造的。近一半的时间, 人类工人选择 AREL。

对讲故事的 AI 的影响是令人兴奋的。当开发者想出如何使神经网络产生的输出更好地与 人的思维, 我们将开始看到纯语言处理器具有深远的优势。

例如, 体育裁判员可以被替换或增强, 能够理解和解释一系列事件的 AI。我们真的需要 付给某人188322美元 来确定汤姆. 布雷迪是不是在作弊?

它的理由是, 一旦 AI 足够强大, 以解释其决策, 通过告诉 ' 故事 ' 关于图像的实时, 如 "66 号, 防守, 越位, 该剧的结果在5码 pentalty。首先重复一遍, "我们不需要人们做基于规则的工作, 要求代理人只做观察和报告。

而且, 让我们不要忘记, 有一个真正的市场上的飞行故事。如果这项技术曾经落入开发人员的手中 泄密游戏, 或设计师在 海岸巫师 (制造地牢和龙的公司), 它可以用来产生一个永无止境的独特的, 个人的, 娱乐的流。

AREL 还没有做好黄金时间的准备, 但这项研究只是为未来努力创造一个更好的神经网络打下了基础。据研究人员说:

我们认为, 在叙事段落生成任务中还有很多改进空间, 比如如何更好地模拟人的想象力, 创造出更加生动多样的故事。

但最终, 除非一个未被发现的死胡同, 像 AREL 这样的神经网络将会变得成熟, 并获得社会智慧的水平, 这可能与普通人的能力普遍相媲美。

如果这 AI 能愚弄一半对多数人现在, 想象它将做什么在五年。

下一次网络的2018会议只是几个星期的路程, 这将是💥💥。了解我们的足迹这里.

下一篇:

粗略的泄漏表明, 苹果将保持耳机杰克在 iPhone SE 2

Leave A Reply

Your email address will not be published.