尽管现代人工智能经常因其日益成熟期的展现出而受到赞扬,但它与“世界末日”等的字眼扯上关系的时候更加多,即人工智能革命将使数以百万计的工作构建自动化,避免现实与技巧之间的障碍,并最后被迫人类南北绝种的边缘。不过,就目前而言,大多数人工智能的能力受限,不能在经过专门培训的特定领域简单,比如对局,或是翻译成。用一个机器人去已完成其能力之外的任务,往往不会获得滑稽可笑的结果——这才是是用于 ImageNet Roulette(基于 ImageNet的人物类别训练 AI 工具)的体验所在。
艺术家兼任研究人员 Trevor Paglen 与人工智能研究人员 Kate Crawford 联合打造出了“Training Human 图像识别系统史展出”, ImageNet Roulette 也在展出中扮演着最重要角色。针对该展出举行的目的,Trevor Paglen 说明说道,该展出目的研究人工智能当前的形式,以及它简单的学术和商业历史,而不是对其展开评判。另一位创办人 Kate Crawford 也曾回应:两年前,我们开始构想这个展出的时候就想通过计算机视觉和 AI 系统对人像的辨识来展出图像识别史。
我们对人工智能的抹黑营销,以及未来反乌托邦机器人的故事都不感兴趣,只想贯彻地理解 AI。为了超过目的,我们就必需摸明白图像识别系统的运作方式,并且严肃缜密地对待用作训练的图片——这是机器视觉发展的最重要因素。
从或许上来说,这个项目意义根本性,即便 ImageNet Roulette 的展现出展出了 AI 诙谐的一面。例如右图:测试人员回应自己不吸烟,但 ImageNet Roulette 却将其标记为 Pipe Smoker(吸烟者)(公众号:)录:上面二图来自 The Verge测试人员于是以躺在自己的办公室内,ImageNet Roulette 却指出其坐落于机舱中,并将其标记为 steward,flight attendant(空乘人员)。
实质上,ImageNet Roulette 的问世就是为了让公众更为确切地理解关于机器学习系统;它的背后,也构建了来自各方的“力量”。得知,ImageNet Roulette 用于了开源的 Caffe 深度自学框架(由加州大学伯克利分校研发),该框架针对“人员”类别中的图像和标签展开培训。当用户上载照片时,应用程序首先运营人脸检测器来定位人脸;瞄准之后,就不会将人脸信息发送到 Caffe 模型展开分类;然后在原图边界板表明检测到的人脸和分类器分配给图像的标签。
该项目的启动也有一部分原因是为了引人注目 ImageNet 将人标记为“problematic”(有问题的)和 “offensive”(侮辱的)等缺失。Twitter上就有过这样的例子,一些上载照片的男性被随机标记为“强奸嫌疑人”。Trevor Paglen 回应,这对于该项目所特别强调的主题之一至关重要,即人工智能系统的不可靠性。
ImageNet 数据集中于包括了许多诸如“有问题的”、“攻击性的”和“古怪的”,甚至是“厌女症”、“种族歧视”等类别,而这些众说纷纭都来自 WordNet。由于 ImageNet Roulette 的结果基于 ImageNet,这些类别也将在 ImageNet Roulette 的结果中经常出现。不过,从另一方面来说,这岂不是件好事——这需要解释,基于有问题的数据而展开训练,获得的结果近于有可能也是有问题的。
ImageNet Roulette 让人们直观地看见机器“受罚”,这种情况很少闻,要告诉,人工智能对人类对象的分类结果完全会对被分类的对象公开发表。小结尽管在有些时候,ImageNet Roulette 的“受罚”看上去是一种有意思的玩乐,但它传送出来的信息却让人深感些许沮丧。有一点高兴的是,这个项目最少探寻了两个至关重要的问题,即人类如何通过训练集来说明和展出信息,以及技术系统如何接管和用于信息。原创文章,予以许可禁令刊登。
下文闻刊登须知。
本文关键词:博冠体育app下载安装手机版,博冠体育官方网站,博冠·体育app官网入口
本文来源:博冠体育app下载安装手机版-www.mibosh.com