智东西（公众号：zhidxcom）
编译 | 徐珊
编辑 | 云鹏
智东西7月16日消息，据外媒Tech Xplore报道，南加州大学的研究团队在2021年学习代表国际会议发表了名为《基于组监督和零样本的学习（Zero-Shot Synthesis with Group-Supervised Learning）》的论文，他们正在研究如何让AI模仿人类的想象过程，以合成或了解从未见过的事物。
当我们去想象一只猫在长城上奔跑时，我们大脑中的一系列神经元将会被快速激活，然后在大脑中呈现不同的图像。这个想象的过程对人类来说很简单，对于深度神经网络系统来说很难。尽管它在某些领域中取得了超过人类的表现，但该系统仍难以做到人类的“想象”。
研究人员通过解耦（Disentanglement）技术让AI产生与人类相似的“想象力”，以合成不同属性的、前所未见的物体。研究人员认为，这项技术不但可以协助人们合成新药，而且还能提高自动驾驶汽车的安全性，并且让人工智能消除数据算法带来的潜在偏见。
“我们受到人类视觉概括能力（human visual generalization capabilities）的启发，试图在AI中模拟人类的想象”，该研究的第一作者（lead author）葛云皓说，“人类可以按属性（例如形状、姿势、位置、颜色）将他们已知的信息分类，然后将它们重新组合去想象一个新的事物。我们的研究主要通过神经网络系统模拟这个过程。”
一、AI难以分清事物的属性特征
事实上，如果你想让一个AI可以自行生成一张汽车图像，理想情况下，您可以通过为这个AI提供几张汽车的图像，它就可以从颜色、类型等角度生成多种类型的汽车，如红色的保时捷，绿色的皮卡等。
完成这类的任务是人们设计AI的长期目标之一——AI创建可以推断的模型（models that can extrapolate）。这意味着当人们给AI几个样本时，AI就应该能从这些样本中提取基本的共性，并将它们应用于大量的新事物中，即便AI此前从未见过这样的事物。但是目前AI最常接受的样本特征训练是像素等，这些并不需要考虑对象的属性。
比如说，长方形的木板，具有长方形、木质、板等属性，但AI并不清楚长方形的木板有哪些属性，它只能从给定的一些木板图片中提取事物的共性如木板长度相同，而这些共性不一定都是事物的属性。因此目前大部分AI模型都难以分清事物的属性特征。
二、通过“解耦”让AI理解事物属性
在该项目中，研究人员试图使用“解耦”的概念来克服AI模型难以分清研究对象不同属性的难题。
简单来说，解耦是指就是当你直接替换事物的某个特性时，对原来事物的理解不造成影响。
比如说，你有一台黑色的电脑，并且从未见过黑色的水杯，但是你知道水杯是什么样的。你会将从黑色的电脑上知道什么是黑色的， 然后将这个概念应用于水杯上，你就知道黑色的水杯是什么样的。在这个过程中，你就实现了“解耦”。
来源：Tech Xplore
与传统算法一次只分析一个样本不同，AI学习拆解事物的属性需要通过解耦技术分析一组样本图像，并挖掘它们之间的相似性，实现“可控解开表征学习（controllable disentangled representation learning）”。然后，AI将重新组合这些属性信息，以实现“可控的新图像合成（controllable novel image synthesis）”，或者可以叫做“想象力”。
葛云皓以变形金刚为例解释，“AI可以采用威震天的形状，大黄蜂的外观和动作，以及纽约时代广场的背景进行‘想象’。最终，即使在此前训练期间AI从未见过这个场景，它也将呈现这样的一幅画面：在时代广场，黄色的威震天做着大黄蜂标准动作。”
这样的想象方式有点类似于人类的推断行为，当人们看到一个物体的颜色时，我们可以用新颜色替换原始颜色，并轻松地将轻松地推断这个颜色的其他物体会是什么样的。
解耦还可以应用于深度伪造技术（deepfakes）。例如，将人脸的运动和人的身份分开，AI模型可以将A的身份替换为B，但保留A的动作，合成新的图像和视频。
此外，在进行该项研究时，该研究团队生成了一个156万张的图像数据集（dataset），可以帮助相关领域的研究团队开展研究。
三、拆开后重组事物属性后，“解耦”可协助研发新药
虽然解耦并不是一个有关AI“想象力”的新设想，但研究人员表示，他们的设计框架可以让AI适应于大多数的数据和知识领域，这将扩大AI“想象”的应用范围。此外，AI还可以从相关信息中完全抹除种族、性别等容易造成歧视的属性，让人们的信息在被数据分析时，得到相同的处理方式。
在医学领域，学会分辨属性的AI可以帮助医生和生物学家发现更多有用的药物。AI将药物的功能与药物的其他特性分开，然后将不同药物的特性重新组合，以合成新药。
不仅如此，当AI具有“想象力”后，它还可以帮助创建更安全的人工智能。比如说，它让自动驾驶汽车“想象”如何避开训练中从未遇见的危险场景。
“深度学习在很多领域都展示了较大的前景，但这些往往通过让AI浅层模仿（shallow mimicry）人类行为发生的，这些技术并没有更深入地了解每个研究对象独一无二的属性特征”，计算机科学教授Laurent Itti说，“第一次真正地释放了人工智能的想象力，使它们能更加理解人类是如何看待世界的”。
结语：AI解耦或成“双刃剑”
南加州大学的研究团队通过解耦技术，让AI能够分清事物的不同属性。并且，AI可以将不同事物的属性重新组合，形成以前从未见过的事物。该技术还可以让自动驾驶汽车避开从未遇见过的危险前景，以及协助合成新药物。
当AI学会了如何拆解事物的属性之后，可以重新帮助人们了解事物的多样性，提高人们对事物认知。但是当AI解耦应用于造假时，又将给人们造成一定危害。AI解耦技术或成为一把“双刃剑”，而人们在利用AI技术优势时，如何掌控好技术的“缰绳”，人们还将继续探索。
来源：Tech Xplore