谷歌的生成式對抗人工智慧系統可能會減少對現實世界數據的依賴

概要：大型科技公司在對生成式對抗網路（GAN）的追求上會出現更多的競爭（和協作）

作者：DarrellEtherington

翻譯：楊兆坤

人工智慧發展面臨的最大挑戰之一是需要大量的人力投入，其中包括人員預先識別和輸入數據的參與，以及選擇能夠驅動人工智慧系統開始訓練所需數據集的類型。谷歌人工智慧研究員伊恩·古德費勒（Ian Goodfellow）最近在伊隆·馬斯克（Elon Musk）支持的OpenAI工作了一段時間後回到了「谷歌大腦」（Google Brain），他希望通過涉及到一個神經網路對抗另一個神經網路的人工智慧方法來解決這兩個問題。

這個理念並不是新提出的：Facebook在去年六月發表了一篇由其人工智慧研發總監Yann LeCunn和人工智慧工程師Soumith Chintala合著的論文，文中稱使用生成式對抗網路（GAN）最終能夠實現無監督學習，即在任何無人參與的情況下的機器學習。Goodfellow倡導這個理念，而據《連線》報道，他與一些來自蒙特利爾大學的學術同仁們進行了一場激烈（且酩酊）的辯論，通過辯論證明了這個理論的基本可行性。

實質上，該系統的本質包括兩個對立的神經網路，它們告知對方自己的反對意見：第一個網路嘗試創建一些合成的東西，例如一隻狗的現實形象，另一個批評它的嘗試，試圖找出錯誤並指出第一個網路失敗的地方。通過一個試驗和批評的重複過程，系統可以以意想不到的方式提高其表現，逐步改進嘗試。

使用生成式對抗網路（GAN），人工智慧研究者不僅可以減少人為信號糾正的參與，使像圖像生成器等系統隨著時間推移變得更好–它們還可以最大限度地減少用於生成有價值的人工智慧和在包括醫療保健等敏感領域的機器學習工具的數量。谷歌自己的DeepMind與英國國家醫療服務體系（NHS）建立了合作關係，涉及到具有爭議的數據共享交易；而生成式對抗網路（GAN）可以證明一種機制，即生產完全虛構的患者數據集，它對訓練人工智慧來說就像用真實數據集一樣有用。

Goodfellow回到谷歌可能意味著大型科技公司在對生成式對抗網路（GAN）的追求上會出現更多的競爭（和協作），這反過來也可能導致人工智慧在未來發展的速度會有顯著提高，但如果還能夠為從這些發展中獲益的個人提供更多的隱私保證，那有可能會是所有參與者的勝利。

翻譯：楊兆坤

2017未來科技論壇暨」未來科技資助計劃」發布

人工智慧學家/未來科技學院與中科創星，中國科學院虛擬經濟與數據科學研究中心，金融發展局等機構聯合舉辦未來科技論壇和發起「未來科技資助計劃」，聯合科技企業家、風險投資家，講解當前人工智慧，互聯網，腦科學，機器人最新進展，對科學家的前沿科學研究和科技創業進行支持。為誕生中國的重大原始科學創新和科技獨角獸提供燃料和催化劑。

主辦單位：中國科學院虛擬經濟與數據科學研究中心

承辦單位：人工智慧學家/未來科技學院

支持單位：中科創星，泰智會，常州經開區金融發展局

會議時間：2017年4月26日

會議地點：北京市海淀區中關村丹棱街1號互聯網金融中心1樓泰智會大廳

參會嘉賓：青年科學家代表，科技企業家代表，投資界代表、政府代表

未來科技論壇議題：

1.邀請人工智慧，互聯網，腦科學，機器人等方面的著名科學家進行最新科技前沿進展的報告

2.邀請著名投資人，科學家，科技企業家從不同角度闡述如何支持科學家的前沿科學研究和科技創業。

3.人工智慧學家/未來科技學院發布科學資助平台「Funding Future」，並與合作夥伴聯合啟動「未來科技資助計劃」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！