生成对抗网络 GAN:让 AI 有创造力,机器学习十年来最激动人心的点子

2018年2月11日 | By News | Filed in: News.

http://ift.tt/2CbwyOH

编者按:2014年,Ian Goodfellow提出生成对抗网络(GAN)的概念, 从那之后,生成对抗网络就一直是学术界的研究热点, Yann LeCun还称之为”过去十年间,机器学习领域最让人激动的点子”。GAN目前的发展如何,能做到什么,未来又有哪些展望?本文编译自hackernoon的原题为“The New Neural Internet is Coming”的文章。

GAN是什么 – 生成对抗网络的发展过程

神经网络是最近很流行的科技热词,其核心用途是分类。分类器是自动对输入值进行分类的机器。分类器输入的是一个数值向量,叫做特征(向量)。分类器的输出也是数值,代表分类的结果。分类器的目标就是让正确分类的比例尽可能高。而生成对抗网络(GAN)由一个生成网络与一个判别网络组成,通过让两个神经网络相互博弈的方式进行学习。是非监督式学习的一种方法。

  •     生成网络从潜在空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集里的真实样本。

  •     判别网络的输入则为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能分辨出来。

  •     生成网络则要尽可能地欺骗判别网络。

  •     两个网络相互对抗、不断调整参数,最终目的是使判别网络无法判断生成网络的输出结果是否真实(直至达到纳什均衡)。

如果我们将典型的神经网络(如图像分类器)当作神经网络“大脑”的左半球,那么生成对抗网络就类似大脑的右半球 ——负责创造力的一个半球。

GAN是培养神经网络“创造力”的第一步。典型的GAN从随机噪声或者潜在变量中,根据特定的关键字生成图像。目前,GAN生成的图像质量不好,分辨率也有限。但最近NVIDIA取得了新进展:在高分辨率下生成逼真的图像是可以实现的,他们开放了这项技术的权限。

条件GAN和变分自编码器

GAN种类繁多,复杂程度、架构和简称各有不同。人们最感兴趣的是条件GAN和变分自编码器。条件GAN不仅能够模仿“卧室”,“脸”,“狗”等大分类的图像,它生成的图像分类还可以更细。例如,Text2Image网络能将对图像的文字描述,转换成图像。

GAN生成的“假房间”、“假狗 ”、“假名人 ”和“假艺术品 ”结果

通过设置“含义”向量的随机种子,我们能够产生无限个匹配描述的鸟类图像。

输入文字描述“这只小鸟有白色的胸部、浅灰色的头、黑色的翅膀和尾巴”文字转化为向量加入随机种子完成训练的GAN给出结果

我们眼前的机遇

想像一下两年后的世界。NVIDIA这样的公司会将GAN技术发展到成熟的行业水准,就像现在我们能看到的名人头像生成那样。这也就意味着,GAN随时可以按照要求生成任何图像,你只需要给出文字描述就行了。那么很多摄影和设计相关的产业就会过时。请看下图分解。

给出不同的随机种子,这个神经网络能生成无限个图像结果。

左边为输入的文字描述,右边为GAN生成的结果。

输入“我需要牛和海豚合体的照片。 ” 得到图一。

输入“我需要牛和海豚分开的照片。” 得到图二。

输入“我需要牛和海豚分开,享受生活的照片。 ” 得到图三。

超级个性化

让人寒毛直竖的地方在于,这样的一个网络不仅输入它需要生成的目标的描述,还能接收到一个用来描述你,目标消费者,的向量。这个广告能深度描绘出你的个性,你的网页浏览历史、最近的交易记录和地理位置。所以GAN一次性生成的结果,是为你专门打造的。用户点击率一定会爆棚。

输入“穿着我们品牌服装的女孩儿 ”+金发、加州、梦幻红色法拉利、优先白色,结果是左下角的图。输入“穿着我们品牌服装的女孩儿 ”+红棕色头发、最近搜索过香奈儿、计划去摩纳哥旅行,结果是右下角的图。

“测量”你的反应之后,神经网络会进行调整,让广告越来越准确的符合你的品味,刺激让你最兴奋的点。

泡沫趋势

所以,总有一天,网络上会到处都是完全个性化定制的内容。

所有人看到的内容,都是结合自己生活方式、观点看法和个人历史,经过个性化调整的。在美国总统大选中,我们已经目睹了这种泡沫格局的激化,但未来的情况只会越来越糟。GAN可以将为个人生成各种内容,且不受媒体的限制 -从简单的图像广告,到机器生成的复杂观点,帖子和出版作品,从而创建出一个持续的反馈循环,根据人机交互不断改进。不同的GAN之间会出现竞争——全面的自动化战争,而我们人类就是战场。 这一趋势背后的驱动力非常简单——利润。

这可不是什么吓唬人的末日言论,战争的号角早已吹响,只是我们还没看到硝烟。

是好是坏?

我不知道。 但是有些事情已经刻不容缓:这种技术的到来已经不可避免,必须展开广泛的公众讨论,以及做好喊停的准备。 所以,我们最好现在就开始思考 – 如何能够在对抗这个过程的同时,从中受益?

技术方面

出于某些技术上的限制,以上描述的未来还没有成真。 目前,由GAN生成的图像质量还很差,很容易被发现是假的。 但NVIDIA已经向世界展示,生成1024×1024的逼真面孔是可行的。 如果技术要进一步发展,我们需要更快,更大型的GPU,更多关于GAN的理论研究,更多的训练GAN的巧妙方法,更多的标记数据集…

注意: 我们不需要新的能源,量子处理器(但这可能有帮助)或者人工智能,来帮我们实现技术进步。 我们所需要的资源在几年内就能完成,而一些大公司可能已经拥有这些资源。

另外,我们需要更智能的神经网络。GAN的进展会首先应用于超分辨率技术,给超分辨率技术的进步带来极大的好处。

氪官,你怎么看?

编译组出品。编辑:郝鹏程

IT.数码

via 36氪 http://36kr.com

February 11, 2018 at 11:57AM


发表评论

电子邮件地址不会被公开。 必填项已用*标注