机器之心

首页 > 生活 > 机器能做噩梦吗?MIT开发出能生成恐怖惊恐图片的深度学习算法

生活

机器能做噩梦吗?MIT开发出能生成恐怖惊恐图片的深度学习算法

2016-10-23 11:48:08            
0 0 0

万圣节就要到了,本着吓死人不偿命的精神,麻省理工学院(MIT)Media Lab 今日上线了一个用人工智能吓人的网站 Nightmare(噩梦):http://nightmare.mit.edu/#portfolioModal22。在这个网站上,研究者展示了利用人工智能算法生成的恐怖风格的图片,其中包括埃菲尔铁塔等地标建筑和人脸等一些结果。

data-science-puzzle-600.jpg

地标:美国自由女神像、法国埃菲尔铁塔、日本东京塔

6876896-universe-wallpapers.jpg

jqzx (41).png

人脸

事实上,利用深度学习软件生成恐怖图像已经不是什么新闻了。其中著名的有谷歌的 Deep Dream 生成的带有许多眼睛的狗脸的图片;还有前段时间中国出现的 Uber「幽灵车」事件的恐怖司机头像也有人认为是软件生成的。

Synced (131).jpg

谷歌的 Deep Dream 根据 Donald Trump 生成的狗脸

Synced (193).jpg

Uber「幽灵车」司机(来自微博)

MIT 还在这个网站上列出了一个恐怖和人工智能交织发展的超短历史:

2000 年前:恐怖的起点

万圣节传统的神秘起源可以追溯到凯尔特人庆祝的古老异教节日。凯尔特人将这一天作为收获季节的结束和冬季的开端。他们相信这种季节的变换会打开死者世界的大门。

1000 年前:人工智能的第一次迹象

东西方文明都描绘了关于人造实体的传说故事——这些人造的存在能够思考、感知、帮助或伤害他人。在许多故事中,这些「生物」都脱离他们的创造者的控制,并获得了超越任何人预想的知识和能力。

1816 年:没有夏季的一年

1816 年的春天经历了历史记录中最奇怪的气象现象:一个永无止境的冬天。这迫使三位作家将自己关在了日内瓦湖畔的豪宅中。玛丽·雪莱、约翰·威廉·波利多里、拜伦勋爵比赛看谁能写出最惊悚的故事。而他们所有人都获胜了。雪莱创造了弗兰肯斯坦;波利多里种下了吸血鬼文化的种子;拜伦则在他的诗作《黑暗(Darkness)》中通过地球上的最后一个人的讲述开启了世界末日惊悚题材的先河。

1840 年:第一个计算机程序诞生

人工智能和恐怖惊悚开始交汇:拜伦勋爵(现代吸血鬼文学的创始之父)的妻子 Anne Isabella Milbanke 生下了计算机历史上一位先驱爱达·洛夫雷斯(Ada Lovelace)。她编写了世界上第一个机器算法,要知道,当时所谓的计算机器还仅存在于纸面之上。

1930 年:恐怖惊悚兴起

20 世纪 30 年代的电影荧幕成为了在黑屋子里面吓人的前所未有的媒介。许多恐怖电影成了人们的消遣,其中包括弗兰肯斯坦、德古拉、木乃伊、隐形人、伦敦狼人……这也催生了一个有创造性的且有利可图的恐怖惊悚片行业。

1956 年:人工智能诞生

1956 年炎热的夏天,Marvin Minsky 和其它睿智的头脑聚集到了达斯茅斯学院。在一场创造力的爆发中,他们奠定了人工智能成长的基础:开发能够在西洋跳棋上击败人类、进行复杂数学计算……乃至能够生成英语句子等等的程序。有传言说计算机生成的第一个句子是:TRICK OR TREAT?

2016 年:人工智能驱动的恐怖

几千年来,不同地域、不同宗教和不同文化的人都在创造吓人的方式。恐怖需要引发人内心的情绪才能在人类创造之中保留一席之地。在我们还不清楚人工智能的局限性的今天,这个挑战是尤其重要的:机器能够学会吓人吗?为了这一目标,MIT 推出了 Haunted Faces 和 Haunted Places:计算机通过深度学习算法和邪恶的灵魂生成恐怖惊悚图片。

此外,在这个网站上,MIT 还请求网友对他们的软件生成的恐怖图片进行评分。这些评分将作为 MIT 的这个恐怖图片生成模型的进化的训练数据,将使其能够生成越来越恐怖的图片。

据了解,研究者首先通过鬼屋和末日城市的图片对他们的人工智能算法进行了训练,然后将一些著名地标的图片输入该模型。经过处理之后,该模型能让这些图片带上阴郁的地狱风格。

capitol.gif

如果 Elon Musk 和 Stephen Hawking 的关于人工智能对人类生存的威胁的警告还不够吓人,MIT 的这个故意吓人的项目可算是做到了。

不知道我们未来的计算机主人会不会使用这种生成的恐怖图片来恐吓我们呢?

最后,让我们来认识一下该项目的三位研究开发者:

Synced (32) - 副本.JPG

声明:本文由机器之心原创出品,版权归作者所有,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。

  1. 网站转载请在文章开头粗体注明:本文转载自机器之心,标明作者,并附上本文链接。
  2. 微信公众号转载请在开头粗体注明:本文转载自机器之心,标明作者,并设置阅读原文链接为本文链接,微博转载请附上本文链接并@机器之心synced。
  3. 网站和微信转载具体文章后需来信至邮箱operation@jiqizhixin.com说明,备注转载文章标题、转载的微信号名称和转载日期。
  4. 机器之心只接受如上几种转载方式,其余均视为侵权,如需商业合作请致信bd@jiqizhixin.com。

相关文章

实用指南:如何为你的深度学习任务挑选最合适的 GPU?

实用指南:如何为你的深度学习任务挑选最合适的 GPU?

没有博士学位如何玩转TensorFlow和深度学习

没有博士学位如何玩转TensorFlow和深度学习

如何使用Elixir语言实现深度学习?剖析多层神经网络的构建和训练

如何使用Elixir语言实现深度学习?剖析多层神经网络的构建和训练

评论

共有0条评论,点击展开

同步到新浪微博