大多數(shù)的救火車都是紅色的，但是用藍(lán)色描繪一個(gè)并不難。電腦幾乎沒有創(chuàng)造力。他們對(duì)世界的理解通常會(huì)從字面上被他們所訓(xùn)練的數(shù)據(jù)所著色。如果他們所看到的只是紅色消防車的照片，他們將無法繪制其他任何東西。

為了給計(jì)算機(jī)視覺模型一個(gè)更完整，更富想象力的世界視圖，研究人員嘗試為它們提供更多不同的圖像。有些人嘗試從奇特的角度和不尋常的位置拍攝物體，以更好地傳達(dá)其真實(shí)世界的復(fù)雜性。其他人則要求模型使用稱為GAN或生成對(duì)抗網(wǎng)絡(luò)的人工智能形式生成自己的圖片。在這兩種情況下，目的都是為了填補(bǔ)圖像數(shù)據(jù)集的空白，以更好地反映三維世界，并使面部和對(duì)象識(shí)別模型的偏向性降低。

在國(guó)際學(xué)習(xí)表示會(huì)議上的一項(xiàng)新研究中，麻省理工學(xué)院的研究人員提出了一種創(chuàng)造力測(cè)試，以查看GAN可以對(duì)給定圖像進(jìn)行細(xì)化處理。他們將模型“引導(dǎo)”到照片的主體中，并要求其在明亮的光線下，在空間中旋轉(zhuǎn)或以不同的顏色繪制特寫的物體和動(dòng)物。

該模型的創(chuàng)建方式有些微妙，有時(shí)甚至令人驚訝。事實(shí)證明，這些變化密切跟蹤了人類攝影師在鏡頭前構(gòu)圖時(shí)的創(chuàng)造力。這些偏差被烘焙到基礎(chǔ)數(shù)據(jù)集中，該研究中提出的控制方法旨在使這些限制可見。

麻省理工學(xué)院的研究科學(xué)家阿里·賈哈尼安說：“潛伏空間是圖像的DNA所在。” “我們證明，您可以直接進(jìn)入這個(gè)抽象空間，并控制您希望GAN表現(xiàn)出的特性，直到某一點(diǎn)。我們發(fā)現(xiàn)GAN的創(chuàng)造力受到其學(xué)習(xí)圖像的多樣性的限制。” 賈哈尼(Jahanian)被合著者露西·柴(Lucy Chai)博士加入研究。麻省理工學(xué)院的學(xué)生，高級(jí)作者Phillip Isola，Bonnie and Marty(1964)Tenenbaum CD電氣工程和計(jì)算機(jī)科學(xué)助理教授。

研究人員將他們的方法應(yīng)用于已經(jīng)接受ImageNet 1400萬(wàn)張照片訓(xùn)練的GAN。然后，他們測(cè)量了模型在變換不同類別的動(dòng)物，物體和場(chǎng)景方面可以走多遠(yuǎn)。他們發(fā)現(xiàn)，藝術(shù)冒險(xiǎn)的程度因GAN試圖操縱的主題類型而有很大差異。

例如，一個(gè)上升的熱氣球比旋轉(zhuǎn)的比薩餅產(chǎn)生更多的醒目的姿勢(shì)。縮小波斯貓而不是知更鳥時(shí)，情況也是如此，貓離觀察者越遠(yuǎn)，融化成一堆毛皮，而鳥幾乎保持不變。他們發(fā)現(xiàn)，模特高興地把汽車變成了藍(lán)色，將水母變成了紅色，但是它拒絕用標(biāo)準(zhǔn)顏色以外的任何顏色畫金翅雀或救火車。