Сырые пикапы похожи на каламбуры: они обычно вызывают стоны или наглазники, но люди все еще не могут удержаться от создания новых. Так что может показаться неизбежным, что во многих продолжающихся экспериментах с искусственным интеллектом кто-то создал компьютерную программу, которая создает линии захвата.
Связанный контент
- Этот компьютерный алгоритм превращает фильмы в захватывающие произведения искусства
- Как компьютеры научились играть в Nintendo
- Искусственная кожа может помочь владельцам протезов чувствовать себя по-настоящему
Результаты, сообщает Rob LeFebvre для Engadget, восхитительны.
Исследователь Джанель Шейн научила свою нейронную сеть использовать линии захвата, которые она вычеркнула из Интернета «Сбор данных был гораздо более болезненным, чем я ожидал», - пишет она в своем блоге. «Я действительно не читал многие из них раньше, и большинство из них были непристойными, агрессивными или оскорбительными».
К счастью, сеть оставалась довольно вежливой. Она пишет:
[A], хотя нейронная сеть выяснила основные формы «Ты должен быть… потому что…» или «Эй, детка, хочешь…», она никогда не училась генерировать худшие строки - большинство из них основывались на игре слов, которой не было ». У меня нет шансов на воспроизведение.
Сеть перехватывания строк Шейна основана на программе с открытым исходным кодом на GitHub, называемой char-rnn. Ее сеть и другие подобные ей являются компьютерными моделями, которые имитируют работу мозга. Это заставляет сеть вести себя совсем не так, как обычный компьютер.
Во всем, от ноутбуков до смартфонов, центральный процессор компьютера получает команды от пользователя, находит необходимые инструкции в памяти, декодирует инструкции, выполняет действие и сохраняет результаты в памяти. Все эти шаги выполняются по порядку, и каждый этап зависит от того, что наступит раньше.
Не так в нейронной сети (или, точнее, в искусственной нейронной сети). Эти системы состоят из нескольких взаимосвязанных «узлов», каждый из которых может выполнить простой шаг обработки. Многочисленные соединения позволяют каждому узлу реагировать на комбинацию входов от других узлов. Там нет отдельной памяти. Знания хранятся в общем состоянии самой сети. В результате получается сеть, в которой сумма больше, чем по частям.
Люди, которые используют нейронные сети, могут обучать систему, снабжая ее большим количеством данных. Затем сеть «запоминает» шаблоны и в конечном итоге может генерировать собственный результат.
Покоряв свою сеть всеми прелестями, которые мог предложить Интернет, Шейн позволил ей сделать свое дело. Результаты «варьировались от непонятных до сюрреалистических и отчасти восхитительных», пишет она.
Там есть креатив: «У меня есть кенвер? Потому что я просто хищу твоих червей». (Эй, английский жесткий.) Есть попытка сыра: «Ты свеча? Потому что ты так горячо с тобой смотришь». Простое: «Если бы я пригласил тебя?» И сладкое: «Ты так прекрасна, что заставляешь меня чувствовать себя лучше, увидев тебя».
Можно представить себе неуклюжего милого робота, который произносит эти строки запутанному патрону бара. Художник Шобана «Боб» сделал Аппаву с несколькими иллюстрациями.
Шейн тренировал ту же сетевую среду, чтобы предлагать рецепты, покемонов (которые были проиллюстрированы другим художником), имена супергероев и названия ирландских мелодий.
В любом случае ранние итерации обычно являются неудачами. «Что мне нравится в этих неудачах, так это то, что они являются окном во внутреннюю структуру вещей, точно так же, как оптические иллюзии дают нам подсказки о работе наших визуальных систем», - говорит Шейн Дэвиду Ковуччи в The Daily Dot. о ней рецепт написания нейронной сети.
Искусственные нейронные сети могут сделать больше, чем просто порадовать нас абсурдом или написать жуткие рождественские песни. Сложные версии помогли парализованным обезьянам ходить и могли дать возможность чувствовать себя носителям протезов.
Некоторые из линий погрузки могут даже стоить выстрел в реальной жизни. Попробуйте «Ты похож на вещь, и я люблю тебя», или почти безошибочное «Привет».
