鉴黑担保网怎么样

  网站地图 | │
  公告: 中国鉴黑担保网怎么样2021年博士研究生招生专业目录   中国鉴黑担保网怎么样2021年招收推免研究生通知   中国鉴黑担保网怎么样2021年硕士研究生招生专业目录   中国鉴黑担保网怎么样硕士招聘启事   中国鉴黑担保网怎么样2020年秋季博士拟录取名单   中国鉴黑担保网怎么样2020年统一招考硕士研究生复试成绩(调剂志愿考生)公示   邀请合作单位公告   青海盐湖研究所优秀学生评选结果公示   
 
信息化工作
邮箱登陆
用户名:
密  码:
科研成果
概况介绍 获奖信息
论文 专著
专利
 您现在的位置:鉴黑担保网怎么样 > 信息化工作 > 信息化动态
对抗性神经网络入选MIT十大突破性技术
  】【打印】【关闭

  日前,《麻省理工科技评论》刊文评出了2018年(nian)十大突破性技术,“对抗性神(shen)经(jing)网络”(GAN)赫然在列。 

  什么是(shi)对抗性(xing)神经网络?为什么它能(neng)入选MIT十大(da)突破(po)性(xing)技术?它的(de)发展脉络(luo)如何?与(yu)我们此前耳熟能详的(de)神(shen)经网络(luo)有什么(me)区别(bie)?能够应用在人工智能的(de)哪些(xie)场景?还有哪些(xie)关键(jian)问(wen)题(ti)有待(dai)攻克(ke)? 

  中(zhong)国自动化学会(hui)混合智(zhi)能专委会(hui)副主任(ren)、中(zhong)国人工智(zhi)能学会(hui)机器学习(xi)专委会(hui)常(chang)委、复旦大学博士生导师张军平教(jiao)授在接(jie)受(shou)科技(ji)日报记者采访时做了(le)深入浅出的解释。 

  故事中(zhong)的(de)GAN幻影(ying) 

  张军平告诉(su)记者,虽然GAN是科技(ji)领(ling)域的(de)“新贵”,但(dan)其实在很久以前(qian)的(de)中外小说中就能看到(dao)这个想(xiang)法的(de)影子。 

  这(zhei)个想法最早可以追(zhui)溯(su)到奥地利小(xiao)说(shuo)家斯蒂芬·茨威格写于1941年的(de)小说《象棋的(de)故事》。 

  在该小说中(zhong),主人(ren)公B博士被长期囚(qiu)禁在纳粹集中营(ying)中。在想尽了各种摆(bai)脱空虚和孤独的办法却徒劳无功后(hou),B博士意外得到(dao)了一本国际象棋(qi)棋(qi)谱。 

  他(ta)背(bei)完书里的(de)上千(qian)棋(qi)谱后,用(yong)送来的(de)面包做了副国际象棋(qi),开始自(zi)己(ji)跟自(zi)己(ji)下棋(qi),最终演变成(cheng)一(yi)盘(pan)(pan)接一(yi)盘(pan)(pan)的(de)相(xiang)互(hu)疯狂挑战(zhan),这(zhei)令他(ta)棋(qi)力大涨。出(chu)狱后,在一(yi)艘游艇上,他(ta)居然轻松(song)地在首盘(pan)(pan)就击(ji)败当时的(de)世界冠军。 

  在中文小说里也有(you)类(lei)似的影子,它出现在金庸写于1957年的(de)武侠小说《射雕(diao)英雄传》中。 

  王重(zhong)阳的师弟周伯通(tong)(tong)被东(dong)邪(xie)“黄药师”困在(zai)桃(tao)花(hua)岛的地(di)洞里(li)。为了打(da)发(fa)时(shi)间(jian),周伯通(tong)(tong)就用(yong)(yong)左手(shou)与右(you)手(shou)打(da)架(jia),自娱(yu)自乐。其武功(gong)决窍在(zai)于(yu)要先“左手(shou)画圆、右(you)手(shou)画方”,分心二用(yong)(yong),保(bao)证可以同(tong)时(shi)使(shi)出两种武功(gong),从而使(shi)得武力倍增。 

  这两部小说(shuo)主人公功力大增的关键都是“自(zi)己跟(gen)(gen)自(zi)己决(jue)斗,试图倾尽全力击败对(dui)方”,而结果都是练成后,去跟(gen)(gen)高手过招(zhao)时(shi)能轻松秒杀对(dui)手。用一(yi)句俗话来解释,叫“双拳难敌四手”。 

  让机器学会“左右(you)互搏” 

  GAN网络的(de)(de)原理本(ben)质上就是这两篇小说中主人公练(lian)功的(de)(de)人工智能(neng)或机器学习版本(ben)。 

  一(yi)个网(wang)络(luo)中有两个角(jiao)色,修炼的过程中左手扮演攻方(fang),即(ji)生成器(generator),试图生(sheng)成和自(zi)然世界中拟完(wan)成任务足够相似的目标;右(you)手扮演(yan)守方,即(ji)判(pan)别器(discriminator),试图把这个假的(de)、生成的(de)目(mu)标和真(zhen)实(shi)目(mu)标区分开来。经过反复多次(ci)双手互搏,左手右手的(de)功力(li)都会倍(bei)增,从而达到“舍我其(qi)谁”的(de)目(mu)标。 

  明白这(zhei)个道理,就(jiu)不难明白为什么GAN网络一出,就有(you)独孤求(qiu)败的感觉了。 

  正是因为(wei)GAN网络(luo)的(de)(de)机理是(shi)(shi)“双手互搏、一心两(liang)用”,所以,虽(sui)然最初的(de)(de)应用场景是(shi)(shi)针对(dui)图(tu)像相关任务(wu),但其机理是(shi)(shi)普适性的(de)(de)。只要(yao)能用这个(ge)“诀窍”的(de)(de)地方,都(dou)能把自己的(de)(de)功力提升一个(ge)档次。不过,需(xu)要(yao)注意的(de)(de)是(shi)(shi),GAN只(zhi)把(ba)双(shuang)手互(hu)搏用来训练自己“双(shuang)手”的功力。在多数(shu)实(shi)际(ji)应用中,它(ta)只(zhi)用了自己千锤百炼出来的生成器(qi),就得到了非常好(hao)的结果。 

  于是,自2014GAN网络被Ian J. Goodfellow等人(ren)提出(chu),至(zhi)今其(qi)演绎出(chu)的各种版本就像(xiang)攻城掠地般(ban)在(zai)各个领(ling)域(yu)蔓延。 

  在今年(nian)的(de)人工智能顶(ding)级会(hui)议IJCAI、机器学习顶级会议ICMLNIPS、深(shen)度学(xue)习著名会议ICLR上(shang),光(guang)读参会论(lun)文的标题,就能发现大(da)量GAN网络的(de)工作痕迹。图像处理(li)、计(ji)算机视(shi)觉、自然语言处理(li)、语音识别、智能驾(jia)驶、安全监控……似(si)乎GAN已经(jing)无(wu)所不能了。 

  张军平用几个比(bi)较火的(de)人工智能应用场景举例—— 

  在(zai)年(nian)龄估计中,GAN能通过攻守(shou)互搏(bo),基(ji)于(yu)给定的(de)人脸图(tu)像实现对其人衰老或年轻时的(de)样貌生(sheng)成。 

  在(zai)多(duo)视(shi)角人(ren)脸识别(bie)、跨视(shi)角步(bu)态识别(bie)领域,采用(yong)类(lei)似的机理,实(shi)现对(dui)人(ren)脸角度和步(bu)态角度的自动旋转,从而有(you)效提高了多(duo)视(shi)角、跨视(shi)角人(ren)脸和步(bu)态识别(bie)的精(jing)度。 

  在(zai)自动驾驶领域,需要对智能汽(qi)车进行复杂环境(jing)下的虚拟训练。此时,就可以利用GAN来实(shi)现与实(shi)际交(jiao)通场景分布一致(zhi)的(de)图像生成。具体来说,可以先给(ji)GAN输入一张随(sui)机(ji)噪(zao)声图像,通过其(qi)生成器来最小化与真实场景(jing)(jing)接近的(de)图像,同时判别器最大化生成场景(jing)(jing)与真实场景(jing)(jing)间的(de)差异。经过反复迭(die)代的(de)攻守博弈,从(cong)而获(huo)得(de)与真实环境一致的(de)交通场景(jing)(jing)。 

  “不(bu)光在应用领域(yu)上有了(le)(le)突破,互(hu)(hu)(hu)搏(bo)(bo)的(de)(de)方(fang)式也有了(le)(le)不(bu)少变化。既(ji)然可(ke)(ke)以(yi)(yi)(yi)双手(shou)互(hu)(hu)(hu)搏(bo)(bo),那(nei)当然可(ke)(ke)以(yi)(yi)(yi)三手(shou)甚(shen)至更多手(shou)的(de)(de)互(hu)(hu)(hu)搏(bo)(bo),也可(ke)(ke)以(yi)(yi)(yi)组团逐对互(hu)(hu)(hu)搏(bo)(bo)、成串互(hu)(hu)(hu)搏(bo)(bo),诸如(ru)此类。还(hai)可(ke)(ke)以(yi)(yi)(yi)把圆和方(fang)换成其他东西或(huo)者所(suo)谓的(de)(de)函(han)数或(huo)结(jie)构来互(hu)(hu)(hu)搏(bo)(bo)。但万变不(bu)离其宗,内在的(de)(de)机理是(shi)不(bu)变的(de)(de)。”张军平补充道(dao)。 

  GAN有什么(me)“软肋(lei)” 

  “毫无疑问,这种可倍增‘功力’的技(ji)术入(ru)选MIT年度(du)十大(da)突破性(xing)技术是(shi)当之无愧的。但(dan)值(zhi)得注意的是(shi),这(zhei)一(yi)技术仍然(ran)有(you)较大(da)需要改善的空间。”作为《IEEE Intelligent System》(智能(neng)系统)和(he)《IEEE Transactions on Intelligent Transportation Systems 》(智能交(jiao)通系(xi)统(tong))等著名期刊的(de)编委(wei),张军平对GAN的(de)“软(ruan)肋”了如指掌——

  首先,对抗不好是(shi)容易(yi)出问题的(de)。比如那位B博士。国棋(qi)象棋(qi)的世(shi)界冠军在觉察到他的强烈焦躁(zao)与(yu)急切情绪后(hou),就有意识地放慢(man)下棋(qi)速度。结果(guo)诱发了(le)B博士的精神分(fen)裂(lie),使得他(ta)再次陷(xian)入狂乱的自我对(dui)弈之(zhi)中,最(zui)终才(cai)幡然(ran)醒(xing)悟而告(gao)别了棋局(ju)。对(dui)抗网也是如(ru)此,稳定性一(yi)(yi)直(zhi)是其存在的问题之(zhi)一(yi)(yi)。尽管理论上Wasserstein GAN WGAN)可以部分解决(jue)其(qi)收(shou)敛性问题,但(dan)实际的效果还没(mei)有达到尽人意(yi)的地步(bu)。 

  其次(ci),枪打(da)出(chu)头鸟,既然这(zhei)项(xiang)技术这(zhei)么(me)牛了,过来挑战的(de)也不少。据(ju)不完全报告,似乎已经(jing)有十五波(bo)“武林高手”对(dui)GAN网络的抗(kang)击(ji)打能(neng)力进行(xing)了挑战。极端情(qing)况,在图像(xiang)中加(jia)一个像(xiang)素就可能(neng)使GAN网(wang)络(luo)产生误判。 

  第三,GAN网(wang)络也是深(shen)度(du)网(wang)络的(de)一种,在可(ke)解释性这条路上,仍(reng)然没有找到非(fei)常明确的(de)方(fang)向。 

  最后,双手互搏(bo)的基(ji)(ji)础(chu)还是手。而这一(yi)基(ji)(ji)础(chu)的结构并没有从近几(ji)十年(nian)来人工智能发展的框架中脱离(li)出来。 

  因(yin)此,张军平(ping)提(ti)醒,期望以(yi)GAN之奇技,从弱(ruo)人工智(zhi)能冲击“能真正推理和解(jie)决问题,且有知觉、有自主意识的”的强人工智(zhi)能还遥遥无期(qi)。 

  来源:科技(ji)日报

 

 

文档附件
相关链接
© 1997- 中国鉴黑担保网怎么样 版权所有
地址:青海省西宁市新宁路18号 邮编:810008
        
联系方式 | 地理位置