标签:问题 递归 表示 脚本 数据 图像 alt 大学 两种
人工智能最近几乎可以做任何事情,比如从快照生成物体的3D渲染,击败面部识别系统或跟踪野生动物。
在题为“DankLearning”的白皮书中,该项目的两名美国斯坦福大学主要研究人员/科学家描述了一个神经网络。AI由卷积神经网络(CNN)组成,该网络将图像作为输入并将其转换为称为矢量嵌入(编码器)的数学表示,以及长时间短期记忆(LSTM)递归神经网络(RNN),其创建字幕解码器)。
这里有一个棘手的问题:你能分辨出下列哪些模因是由神经网络创建的吗?
斯坦福大学的研究人员使用超过40万张图像和2600个独特的图像标签对,特别是“建议动物”风格的模因,带有幽默标题特征的图片,使用Python脚本。然后,他们指示人类受试者根据其“闹闹”来判断每个图像,并让他们猜测它们是由人或神经网络产生的。
? 判决结果:人类能够在大约70%的时间内挑选出算法创建的模因,但是他们相当平均地对他们进行分级。
研究人员写道:“两者产生的平均模因难以与真实模因区分开来,两种变体的分数与真实模因的分数接近相同,尽管这是一个相当主观的指标。”
那么上面的模因画廊呢?“大数据”模型是人类制造的三大模型中唯一的,其他人则是神经网络的工作。(黑客周刊)
标签:问题 递归 表示 脚本 数据 图像 alt 大学 两种
原文地址:https://www.cnblogs.com/hacker520/p/9194220.html