Система ИИ AREL, создающая историю по изображению, смогла пройти тест Тьюринга в 60% случаев

Команда исследователей из Калифорнийского университета Санта-Барбары разработала систему искусственного интеллекта, которая способна описывать серию изображений способом, имитирующим повествование человека. Новая нейронная сеть не просто идентифицирует и описывает объекты, а делает заключения о происходящем на изображении. Целью создания такой системы было желание определить, можно ли использовать нейронную сеть для вывода новых абстрактных историй из изображений.
Отмечается, что в отличие от заголовков, описания предлагают более выразительные языковые стили и содержат много воображаемых концепций, которые фактически не отображены в изображениях. Созданная исследователями нейронная сеть Adversarial REward Learning (AREL) отличается от других существующих сходных систем ИИ, так как она не полагается на автоматическую систему оценки, потому избегает копирования работ человека.
Исследователям удалось обучить нейронную сеть, которая теперь способна создавать столь качественные осмысленные абстрактные истории на базе изображений, что их проблематично отличить от человеческих описаний. Чтобы протестировать эффективность AREL, команда привлекла нескольких человек с платформы Amazon Mechanical Turk для проведения двух отдельных тестов. Одним из них стал тест Тьюринга. Участников Amazon Mechanical Turk просили определить, кто создал историю – человек или компьютер. По данным исследователей, система AREL смогла пройти тест Тьюринга в 3 случаях из 5 попыток. В другом тесте исследователи просили участников Amazon Mechanical Turk выбрать одно наиболее понравившееся повествование из нескольких доступных на выбор. Эти истории были созданы системой AREL, человеком и предыдущей версией ИИ. Примерно в половине случаев участники теста отдавали предпочтение истории AREL.
Пока что система искусственного интеллекта не совсем готова к использованию в коммерческих целях (например, в судействе, генерации игрового контента). Скорее, это исследование закладывает основы для грядущих работ по созданию передовых нейронных сетей. Сами разработчики ещё видят возможности по улучшению способностей системы. Например, можно усовершенствовать выполнение задач по созданию повествовательных абзацев, чтобы ещё лучше симулировать образ мышления человека для создания более живых и разнообразных повествований.
Источник: thenextweb

Также по теме: