https://frosthead.com

Ta sztuczna sieć neuronowa generuje absurdalne linie odbiorcze

Tandetne linie podbicia są jak kalambury: zwykle wywołują jęki lub przewracanie oczami, ale ludzie nadal nie mogą się oprzeć wymyślaniu nowych. Może więc wydawać się nieuniknione, że w wielu trwających eksperymentach ze sztuczną inteligencją ktoś stworzył program komputerowy, który tworzy linie przetworników.

powiązana zawartość

  • Ten komputerowy algorytm przekształca filmy w zapierające dech w piersiach dzieła sztuki
  • Jak komputery nauczyły się grać w Nintendo
  • Sztuczna skóra może pomóc użytkownikom protez poczuć się naprawdę

Wyniki, raporty Rob LeFebvre dla Engadget, są urocze.

Naukowiec Janelle Shane nauczył swoją sieć neuronową za pomocą linii odbiorczych, które zeskrobała z Internetu. „Zebranie zestawu danych było o wiele bardziej bolesne, niż się spodziewałem” - pisze na swoim blogu. „Tak naprawdę nie czytałem wielu z nich, a większość z nich była obsceniczna, agresywna lub obraźliwa”.

Na szczęście sieć pozostała dość uprzejma. Ona pisze:

[A] chociaż sieć neuronowa wymyśliła podstawowe formy: „Musisz być… ponieważ…” lub „Hej, kochanie, chcę…” nigdy nie nauczyła się generować najgorszych linii - większość z nich opierała się na grze słownej, której nie zrobiła ” mam szansę na reprodukcję.

Sieć Shane'a do przechwytywania linii oparta jest na otwartym programie GitHub o nazwie char-rnn. Jej sieć i inne podobne to modele obliczeniowe naśladujące sposób działania mózgu. To sprawia, że ​​sieć zachowuje się zupełnie inaczej niż konwencjonalny komputer.

We wszystkim, od laptopów po smartfony, centralny procesor komputera odbiera polecenia od użytkownika, znajduje niezbędne instrukcje w pamięci, dekoduje instrukcje, wykonuje akcję i przechowuje wyniki w pamięci. Wszystkie te kroki odbywają się w kolejności, a każdy etap zależy od tego, co nastąpi wcześniej.

Nie dotyczy to sieci neuronowej (a ściślej sztucznej sieci neuronowej). Systemy te składają się z szeregu połączonych „węzłów”, z których każdy może wykonać prosty krok przetwarzania. Wiele połączeń pozwala każdemu węzłu reagować na kombinację danych wejściowych z innych węzłów. Nie ma oddzielnej pamięci. Wiedza jest przechowywana w ogólnym stanie samej sieci. Rezultatem jest sieć, w której suma jest większa niż części.

Ludzie korzystający z sieci neuronowych mogą szkolić system, dostarczając mu dużo danych. Sieć następnie „uczy się” wzorców i ostatecznie może wygenerować własny wynik.

Po nakarmieniu swojej sieci całym urokiem, jaki Internet może zaoferować, Shane pozwolił sobie na to. Rezultaty „różniły się od niezrozumiałych, surrealistycznych, po urocze” - pisze.

Jest kreatywna: „Mam kadzielnicę? Bo właśnie spierobieram twoje robaki”. (Hej, angielski jest trudny.) Próbuje się sera: „Czy jesteś świecą? Ponieważ tak bardzo ci się podoba”. Proste: „Gdybym cię zaprosił?” I słodki: „Jesteś tak piękna, że ​​sprawiasz, że lepiej cię widzieć”.

Można sobie wyobrazić niezręcznie słodkiego robota wypowiadającego te linie do zdezorientowanego barowego patrona. Artysta Shobana „Bob” Appavu zrobił z kilkoma ilustracjami.

Shane wyszkolił tę samą platformę sieciową do sugerowania przepisów, Pokemonów (które zostały zilustrowane przez innego artystę), nazw superbohaterów i irlandzkich tytułów melodycznych.

W każdym przypadku wczesne iteracje są zwykle błędami. „W tych niepowodzeniach podoba mi się to, że są oknem na wewnętrzną strukturę rzeczy, w taki sam sposób, w jaki iluzje optyczne dają nam wskazówki na temat działania naszych systemów wizualnych”, mówi Shane, David Covucci z The Daily Dot, mówiąc o jej sieci neuronowej piszącej przepisy.

Sztuczne sieci neuronowe mogą zrobić coś więcej niż zachwycić nas absurdem lub pisać przerażające piosenki świąteczne. Wyrafinowane wersje pomogły sparaliżowanym małpom chodzić i pozwoliły odczuć osoby noszące protezy kończyn.

Niektóre linie pickupa mogą być nawet warte zastrzelenia w prawdziwym życiu. Spróbuj „Wyglądasz jak rzecz, a ja cię kocham” lub prawie niezawodne „Cześć”.

Ta sztuczna sieć neuronowa generuje absurdalne linie odbiorcze