首页 > 糖果派对在线玩 > 天音彩票平台 算法的凝视:数字版画揭开计算机眼中的世界

天音彩票平台 算法的凝视:数字版画揭开计算机眼中的世界

天音彩票平台 算法的凝视:数字版画揭开计算机眼中的世界

天音彩票平台,在我们生活的这个时代,世界日益被“算法的凝视”所掌控。在医疗、交通和安保等领域,人类将越来越多的决定权让给机器,计算机视角下的世界成了主导事实。

比如,若一个脸部识别系统认不出你的肤色,它就不会承认你的存在。若一辆自动驾驶汽车看不到你在横穿马路,它就会从你身上轧过去。

这就是实际运作中的算法凝视。

这种结构性改变发生得非常缓慢,很难让人有全面的认识。但就像所有社会变革一样,艺术家们最先投入了认识论之争。

汤姆·怀特(tom white)就是其中之一,他是新西兰惠灵顿大学的计算机设计学讲师。其画作所描绘的不是人类看到的世界,而是计算机眼中的世界。

在人类眼里,汤姆·怀特的数码版画就是一些无意义的色块,然而人工智能算法却能从中看出具像的物件。

2017年末,怀特开始创作这一类型的画作,其中一个系列名为《imagenet的叛逆》(the treachery of imagenet)。“叛逆”典出勒内·马格里特(rené magritte)的《形象的叛逆》(the treachery of images),那个著名的“不是烟斗的烟斗”;imagenet则是一个图片数据库,被业内广泛用于机器视觉算法的训练与测试。“在我看来,这一类比顺理成章。”怀特在接受采访时说。“而且我爱死双关语了。”

在人类眼里,这些画就是杂七杂八的线条和色块,缺乏显而易见的直观结构。但对接受过训练、旨在代替人类观察世界的算法而言,它们则是跃然纸上的具体物件:电风扇、缝纫机以及割草机。这些版画都成了视错觉,其中隐藏中某个具体的图像,而这些图像只有计算机可见。

在机器学习社群内,怀特的作品引人注目。

近期它们作为一个ai艺术展的一部分,在印度新德里的nature morte画廊首次展出。但怀特表示,他设计这些版画的意图是“通过机器视角看世界”,并创造“一种声音,供机器发声”。

这种“声音”其实是一连串的算法,怀特称之为自己的“感知引擎”。

它们使用机器视觉算法的训练数据——海量的实物照片构成的数据库——从中提取出抽象图形。然后,这些图形又被馈入原先的算法,让机器加以识别。

若无法识别,机器就会微调图形,并将其退回,如此循环往复,直至图形被识别出来。这是一个试错过程,归根结底,就是围绕算法对世界的理解,展开逆向工程。

怀特用“计算机通灵板”一词比喻这个过程,多个神经网络“同时施加不同的推力,将其推向目标”。他说,这使他得以控制输出结果。不过,通过这种方式创作一幅图片要花好几天。他坦言,这个过程“有点枯燥”。

不同于某些机器学习艺术家,怀特并不宣称这些画是自动ai的产物(有时,艺术家和推销者为了营造技术神秘主义的氛围,常常采用这种有失诚恳的说辞)。

对于自己扮演了何种角色,他很坦诚:他给这个感知引擎设置了一组起始参数,包括颜色、线条粗细等,并遴选输出,不符合他审美的画作都会作废。

虽然他赋予了算法一种声音,供其表达,但他也想确保一点:即这种表达是悦耳的。

“我想,我所做的就是解放算法,使之能表达自己,这样,人们就能懂得它在说什么。”他说。

那么,算法究竟说了些啥?

就跟所有艺术品一样,不同的人有不同的解读。

“一旦各种劳动(体力、心理、情绪、艺术)都被机器所取代,我们还能做什么?”

有人将怀特等人的创作视为不祥之兆——人工智能(ai)不仅变得越来越聪明,还启动了创造性思维,开始抢占专属于人类的角色。nature morte那场画展的两位策展人之一卡蒂克·卡里亚纳拉曼(karthik kalyanaraman)是接受邮件采访时表示,他安排这一展览目的是吸引人们关注人类未来所面临的“不可回避”的问题:

“一旦各种劳动(体力、心理、情绪、艺术)都被机器所取代,我们还能做什么?”他问。“我们该如何定义自己?”

卡里亚纳拉曼指出,ai的这些艺术创作告诉我们,计算机也当得起“创作者”这一身份。怀特等人使用的这类机器学习的原理,是筛选海量数据,从中找到规律性模式,然后将其复刻出来。卡里亚纳拉曼认为,这跟人类学习艺术创作的过程类似,只不过,我们为创造这个概念赋予了神秘主义色彩,以至于看不到两者的相通之处。

“如果机器可以创作出人意料、风格全新的艺术作品,那我觉得,再说这不是真正的创造力,因为它没有意识云云,就显得很愚蠢了。”他说。

有人使用更不留情面的经济术语剖析了这个问题。在为当代艺术杂志《frieze》撰写的文章中,迈克·佩皮(mike pepi)指出,鼓吹ai创造力,其实是企业为利益所作的宣传。他说,暂且抛开那些“乌托邦式的预言”,人工智能的发展终究是为了取代人力,包括需要创造力的白领工作。佩皮说:“若机器智能可以攻克这个由人类独占的领域,人工通用智能也就不远了,它能带来的利润将不可限量。”

nature morte画展上,怀特站在他的版画前(其中包括橘色的《大提琴》)。

怀特说,他的主要动机是解构我们观念中的机器感知。也就是解释“算法凝视”。以《imagenet的背叛》系列中的《大提琴》为例,如果预先知道是大提琴,你就能看出大提琴的形状轮廓(中间一束平形线,周围是弧线)。但它后面还有一个让人摸不着头脑的形状。怀特表示,那是因为在算法的训练图片中,大提琴都是握在乐手手中的。因为对于这个世界,算法并没有先验知识——不知何为乐器,也不懂什么是音乐,什么是表演,它很自然地将两者归到一起。毕竟,我们就是这样要求它们的:学习图片中的内容。

在机器学习中,这类错误很常见。它给了我们不少重要启示。它说明训练数据不可小觑:提供错误的数据,让ai系统去学习,它学到的东西就是错的。它还告诉我们,不论这些系统多么“聪明”,它们的智能都弱不禁风,只能截取现实世界的一小部分,并加以理解,即便如此,这一小部分理解也不完美。

比如,怀特的其中一幅画就是一些抽象的色块,旨在被谷歌的算法举报为“不适当内容”。而谷歌的算法所做的,正是过滤人类看到的世界。

尽管如此,怀特表示,他并不觉得自己的作品是一种警示。“我试图呈现算法本来的样子。”他说。“但坦白说,针对世界上各种物件是怎么回事,机器——我们所仰赖的这些机器——的看法竟如此不同,这还是挺让人警醒的。”

算法凝视固然容易出错,但也有非常有益的一面。机器视觉可以操控汽车在路上安全行驶,让世界变得更加安全;也可以加速医疗诊断,拯救更多的生命。但如果真想让这种技术发光发热,我们就得更好地理解它。而站在算法的视角看世界,也许是理解它的第一步。

翻译:雁行

校对:李莉

编辑:漫倩

来源:the verge

更多精彩内容,敬请点击蓝字“了解更多”。




上一篇:慢病管理服务体系国际合作迈出坚实步伐
下一篇:河内乡村庙会数千名越南男人争抢一根竹竿,祈福今年生儿子撞大运