用神经网络向我比心: 有个当算法工程师的女朋友是这样一种体验

编译 | 王宇欣

来源 | CNET


如今的人工智能技术可以轻易识别出照片当中的汪们,把我们的语音转换成电子邮件,还能被改造成一个贴心的机器男友或女友陪在你的身边。


的确,这些功能都给人留下很深的印象,但是它的创造力能帮我们在情人节吸引男神女神们吗?


或许这得取决于你是否认为「猪宝」「熊宝」「我的心肝」「爱的面包」……是能够让人接受的爱称。


Janelle Shane 是一家光学公司的研究工程师,还参与了神经网络的编程。他最近基于 360 条情人节甜心信息训练了一个机器学习系统,要求系统生成一些新的单词满足你的甜心们的喜好。


研究工程师 Janelle Shane 训练了一个神经网络,根据大约 360 条真实的情人间的短信自创了一些超级甜蜜的短信。结果非常有趣。


有些生成的短信看起来还像模像样。举个例子,「亲爱的小面包」或者「可爱的吻」。


但有一些的画风就有点跑偏了:「你裸着呢」,「生命不可承受之爱」,或者是「我,大鼻子」。


最有趣的是这些,嗯…也可以说是最糟糕的:


「发臭的爱」、「流汗的梨」、「你是蟒蛇」,当然还有「我爱两千个猪猪(love 2000 hogs yea)呀。」


当然,这些词语也许达不到贺卡内容的抒情标准,但让我们认真来看,这些词简直就是「谈情说爱界」的一股清流。


即使是这样像开玩笑一样的单词,也展示出人工智能技术如何找到了我们不一定看到的那些模式。


Shane 表示:


「人工智能放置了一面镜子在我们身后,它突出了人类所认为的迷人事物的不合理性。称呼某人为 'bug' 还显得有些可爱。为什么叫猪猪就不行呢?」



如今,机器学习是通过搜集诸如照片、语音样本或者甜心文本等数据来训练一个神经网络(一组受人类大脑神经细胞启发,相互连接的元素)。


不用事先了解任何传统规则,神经网络就可以发现「指示出图片上有一只猫」的模式。


尽管像谷歌的语音识别这类神经网络需要大量的计算能力,但是 Shane 的甜心实验就简单得多。在她的 MacBook Pro 上训练这个神经网络只需要 10 分钟。


她表示,「研究结果耗费的时间要比单单训练一个神经网络多得多。」


而这完全取决于,得出「激情队伍」、「眨眼熊」和 "yak o way" 这样的机器学习结果,究竟是应该激发出人们对技术缺陷的嫌弃,还是应该对机器这种迷人的天真无邪表达钦佩?


但是,嘿,我们可是拟人化的专家,可以赋予白云和汽车以「人格」。为什么要拒绝考虑那些实际上展现出了一点大脑未知区域的东西呢。


不过话说回来,如果有人在情人节送我几个神经网络生成的爱称,我会抱着这些甜心仰天大笑的。

产业
暂无评论
暂无评论~