人和机器的视觉体验：为什么人工智能“会做梦”？ _视觉

谷歌的人工智能机器人从普通照片中生成带有错觉的图像。工程师将这些图像与梦境进行对比，并将谷歌的图像生成技术命名为“Inceptionism”，并将生成的代码称为“DeepDream” 。

但是，很多人看了这些画面后都有同样的感受：它们不是来自梦幻世界，而是吸毒后的反应。

【人和机器的视觉体验：为什么人工智能“会做梦”？】 计算机生成的图像充满了颜色变化、扭曲的线条、拉长的脸、漂浮的眼睛，以及由阴影和光线组成的令人不安的波形。电脑好像产生了幻觉，看起来有点像人，太奇怪了。

深深的梦

这个项目背后的主要想法是测试计算机神经网络通过指示机器描述它看到的图片来学习不同的动物和景观图像的能力。与之前向计算机显示一棵树的图片，然后要求它“告诉我它是什么”的做法不同，工程师这次要求机器做的是“放大你看到的图像元素。”

这是电脑的原图。

机器输出的结果如下：

谷歌工程师表示，这种效果与人们可能从不同形状的云层中看到形状的情况没有什么不同。当给出可识别的图像时，人类——和计算机——将区分并“过度解释”已知事物的形状。

“神经网络(谷歌使用的)主要通过动物图像进行训练，所以它会自然地将图像解读为动物。但因为数据是以高度抽象的方式存储的，所以结果是这些机器学习功能的有趣组合，”谷歌工程师在该公司的官方博客上写道。“基于不同的图像，结果大不相同，因为输入图像的特征会导致神经网络的一些解释。比如水平线会被填充成宝塔的形状，岩石和树木会变成建筑。鸟类和昆虫以树叶的形象出现。”

因为神经网络对图像——进行分层分析，并通过颜色、线型和形状等进行描述，所以——产生的结果的复杂性取决于工程师需要计算机放大哪一层。最底层是轮廓——线和阴影——，最高层是比较复杂的画面。例如，下层往往会生成描边线或简单的装饰图案，因为这些层对边缘和方向等基本特征很敏感谷歌工程师写道。

这些简单的模式，经过“深梦”的放大和强化，变得扭曲而神奇。但是为什么画面会变成这样呢？还是没有回答人们的问题：为什么计算机神经网络的“梦”图反映了人类吸毒后的致幻体验？

视觉体验

纽约大学langone神经科学研究所研究助理卢卡斯斯尤森(LucasSjulson)说：“要记住，人类所有正常的感官体验都是受到感官输入限制的幻觉，这一点非常重要。“我们的幻觉在一定程度上反映了外界的真实情况。但感知都是内部形成的。”

换句话说，人类所有的感知都是由大脑思维形成的，而不是在现实世界中形成的，即使你感知到的是真实的存在。“人们认为他们的眼睛是照相机，但他们不是，”卢卡斯Sjulson解释说。你的眼睛可以让你看到东西，但你的大脑是真正解释你所看到的东西的器官，无论是桌子上的咖啡杯，还是在大脑中投射打字图像的万花筒。

当人们使用致幻药物(LSD)时，会刺激大脑的某个皮层“产生这种模式形成能力” 。因此，当习惯于处理多层图像的计算机被命令放大某一层图像时，出现类似的视觉效果也就不足为奇了。“我想这大概是类似现象的一个例子。如果你研究头脑的运作，你会发现它参与了长期的解决问题的活动，并且以高度优化的方式进行。人类进化中的学习也依赖于视觉经验。

人工智能与人脑的相似之处。

视觉体验也是人类训练计算机视觉的一种方式。与计算机“看到”的具体图像相比，神经网络可能更有助于回答前面的问题。这就是谷歌工程师最初想要探索的。

纽约大学心理学家杰弗里古斯(JeffreyGuss)说：“事实上，我们总是会‘看到’我们没有的东西，”他的研究课题是一些毒蘑菇中出现的致幻物质如何帮助癌症患者治疗。“我们的视觉皮层——，而不是我们的眼睛——，致力于捕捉可识别的模式，以观察我们眼睛提供的信息。有许多心理学实验表明，我们经常看到我们期望看到的东西，以及事先被告知我们将看到的东西，而不是真正存在的东西。”

虽然致幻体验经常与毒品文化联系在一起，但人们确实会稳定地有奇怪的视觉体验，即使他们没有受到影响。已故的神经科学家奥利弗萨克斯在他的著作《幻觉》中指出，这种经历比许多人意识到的更普遍。“在其他文化中，幻觉被认为是上帝或缪斯的礼物，但是。

当代社会在公众当中却有一种不详的含义，在医学上也是，往往被认为是严重精神或神经疾病的征兆，”他在 2012 年发布在《纽约时报》的文章中这样写道，“对许多人来说，拥有幻觉是一个恐怖的秘密——有数百万人——他们从不提起，也很难承认，但这并没有什么不寻常。”

在人类的大脑中，诡异的图像感知与眼部、头部和其他状况有一定联系：比如偏头痛、发热和痉挛等。在计算机的脑中，类似的图案表明，人工智能要比他们看上去更像人类。Google 的“盗梦风格”对人类来说好像服药后的致幻体验一样，这个事实说明我们的大脑机能从某种意义上说“在深层次中”与电脑神经网络有相似之处。