人类创造的心理学帮助人工智能想象未知

2020-01-16 16:43:05
导读 通过学习以与人类相同的方式偏离已知信息,人工智能(AI)的一种“想象”算法能够从书面描述中识别出先前看不到的物体。该算法由KAUST研究员Mohamed Elhoseny与来自中佛罗里达大学

通过学习以与人类相同的方式偏离已知信息,人工智能(AI)的一种“想象”算法能够从书面描述中识别出先前看不到的物体。

该算法由KAUST研究员Mohamed Elhoseny与来自中佛罗里达大学的Mohamed Elfeki合作开发,为人工想象和新的植物和动物物种的自动分类铺平了道路。

Elhoseiny解释说:“想象力是人类智力的关键特性之一,它使我们不仅能够产生艺术和音乐等创造性产品,而且还能够理解视觉世界。

人工智能依靠训练数据来发展其识别物体和响应其环境的能力。人类也通过积累的经验来发展这种能力,但人类可以做一些人工智能做不到的事情。他们可以直观地推断出一个可能的分类,以前没有遇到的对象,通过想象什么东西必须是什么样的书面描述或推断类似的东西。在人工智能中,这种想象未知的能力变得越来越重要,因为这项技术被推广到复杂的现实世界应用程序中,在这些应用程序中,错误分类或错误识别新对象可能会被证明是灾难性的。

同样重要的是可靠地为现实世界训练人工智能所需的数据量。用世界上已知的动植物物种中的一小部分的图像来训练人工智能是不可行的,更不用说无数未被发现或未分类的物种了。

Elthoseny和Elfeki的研究旨在开发一种被称为零镜头学习(ZS L)的算法,以帮助基于类级描述而没有训练例子的识别以前看不见的类别。

Elhoseiny说:“我们通过将ZSL与人类的创造力联系起来,模拟了‘未见’类别的视觉学习过程,观察到ZSL是为了识别未见的,而创造力是为了创造一个‘可爱的未见’。”

在创造力方面,一些新奇但令人愉悦或“讨人喜欢”的东西必须不同于以前的艺术,但不是如此不同,以至于无法辨认。同样,Elhoseny和Elfeki仔细建模了一个学习信号,诱导性地鼓励偏离已见的类,但到目前为止还没有被推开,以至于想象的类变得不现实,失去了从已见的类的知识转移。所得到的算法显示出与ZSL的最先进基准相比的一致改进..

“我们的方法的一个可能的应用是识别未知的物种,”Elhoseiny说。“使用这种技术的人工智能可以帮助报告没有图片的物种发现,只是语言描述。”

进一步探索

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。