Dies ist, was ein Bild Anerkennung Algorithmus denkt ein Bikini aussieht wie
Bild Algorithmen sind nicht vergleichbar mit unseren Augen, und hier ist blobby statischen Nachweis. Diese Bilder täuschen einen Algorithmus in einen Gorilla, Bikini, Stoppuhr und vieles mehr zu sehen – und doch ähneln sie offensichtlich nichts dergleichen für das menschliche Auge.
Für ganz andere Dinge als das menschliche Auge sieht was diese Quadrate von statischen offenbaren, ist natürlich, dass ein tief neuronales Netzwerk ausgebildet, um Bilder zu erkennen. Wir können schauen Sie sich ein Foto von Stuhl und seine Beine zu identifizieren und zurück und Kissen. Ein neuronales Netz, das Dutzende von Bildern eines Stuhls gefüttert wurden sucht nach Mustern wie die Pixel angeordnet sind. Wie "sieht ein Computer" ein Stuhl unterscheidet sich völlig von einem Stuhl, wie ein menschliches Gehirn sieht.
Und so erhalten Sie das statische. In einer Studie auf ArXiv hochgeladen, und von MIT Technology Review berichtet ein Trio von Informatikern diese statische Bilder mithilfe eines neuronalen Netzwerks namens AlexNet erstellt. Hier ist, wie sie AlexNet zuerst erstellen und dann versuchen, diese Bilder zu identifizieren wie Tech Reviewerläutert.
Sie betrieben es in umgekehrter Richtung, fragt einer Version der Software ohne Kenntnis der Gitarren erstelle ich ein Bild von einem durch die Generierung von zufällig verteilte Pixel in einem Bild. Die Forscher gefragt, eine zweite Version des Netzwerks, das vor Ort Gitarren ausgebildet worden waren, um die Bilder durch das erste Netzwerk gemacht zu bewerten. Dass durch das erste Netzwerk Nachweissicherheit verwendet wurde, um seinen nächsten Versuch, ein Gitarre-Image erstellen zu verfeinern. Nach Tausenden von Runden dieser zwischen die beiden Teile der Software könnte das erste Netzwerk ein Bild zu machen, die das zweite Netzwerk als eine Gitarre mit 99 Prozent Vertrauen erkannt.
Was dies bedeutet ist, dass Bild Anerkennung Algorithmen leicht täuschen, auch — Computer und menschlichen Sehens gleichermaßen sind anfällig für optische Täuschungen, nur von verschiedenen Arten. [Fachlektorat, ArXiv]