Zi 字媒體

DeepMind的AI研究新成果，再度挑戰人類對空間理解的極限。   圖：Pixabay 以最狂人工智慧棋手「AlphaGo」聞名世界的DeepMind人工智慧公司，近日公布了全新的成果。他們成功讓AI由一張2D空間平面圖「想像」出空間的全貌，利用神經網路技術，讓AI如同人類一般「腦補」出那些平面照片中沒有拍到的立體細節，從而模擬出完整的3D空間。DeepMind在最新一期的《科學》雜誌上發表論文，向世界介紹名叫GQN（Generative Query Network）的新AI系統。 你有沒有想過，為什麼即使在不斷移動的過程中，我們仍然持續知道自己身在何處，並且知道要往哪個方向去才能抵達目的地？舉例來說，某照片中有一張只有三隻腳的桌子，但人類不會認為「這張桌子只有三隻腳」，而是認為在「對稱的另一側會有另一條被桌面或其他桌腳擋住的桌腳」。會有這樣的認知能力，是我們的大腦經過數千數萬年的演化得來的經驗與能力。但AI沒有這些能力，它只能接受當下接受到的圖像資訊，而無法「腦補」出那條被其他桌腳遮住的「另一隻腳」。 GQN則被訓練出一種獨特的AI合作模式：在GQN裡面，有擔綱眼睛功能的表徵網路（representation network）與思考功能的生成網路（generation network）。表徵網路將得到的資訊紀錄並傳達給生成網路，讓後者依照這些資訊去猜測未知的另一部分。而人類在AI學習「記錄」與「猜測」的過程全然不予干涉，一切「光影」、「顏色」、「大小」、「位置」等資訊，都讓AI自己試錯並糾正學習。 結果，AI不僅學會了該記錄哪些重要的資訊，還學會了應該如何猜測才有更高機率正確。在驗收階段，研究人員驚喜地發現，GQN成功地完成了從表徵網路輸入一組2D圖片，到生成網路清晰正確地還原了3D空間。可以說，GQN就像是想像出一台攝影機，在需要探索的空間中用各個角度觀察，最後將它組合成一個完整的3D空間。 隨著DeepMind在人工智慧領域的更加探討，我們可以感受到AI自我學習的能力與速度之驚人。 延伸閱讀： Duplex太像人類引道德爭議Google：通話前會先告知是AI 誘導AI自我學習DeepMind：仰賴人類經驗太耗時