科研革命来了:AI在改变科学家的研究方式( 三 )

从2007年开始 , 普通计算机用户可以记录下自己关于某个星系属于哪个类别的最佳猜测 , 来帮助天文学家完成分类任务 , 多数人的分类结果一般都是正确的 。 这个项目取得了成功 , 但是 , Schawinski也指出 , 与AI相比 , 这个项目已经过时:“今天 , 掌握机器学习和云计算技术的才华横溢的科学家 , 可以在一个下午完成整个项目的工作 。 ”

Schawinski在2016年将注意力转向生成建模的强大的新工具 。 从本质上讲 , 生成建模会询问在满足条件X的情况下 , 观察到结果Y的可能性 。 这种方法已被证明非常有效且用途广泛 。

例如 , 为生成模型提供一组人脸图像 , 每张脸都标记有人的年龄 。 当计算机程序梳理这些“训练数据”时 , 会开始在较老的面部图像之间建立联系 , 并增加皱纹的可能性 。 最终 , 它可以对任何输入的面部图像进行“老化” , 也就是说 , 它可以预测任何年龄的特定面部图像可能经历的真实变化 。

科研革命来了:AI在改变科学家的研究方式

----科研革命来了:AI在改变科学家的研究方式//----江苏龙网 http://www.jiangsulong.com //

本文原始标题为:科研革命来了:AI在改变科学家的研究方式---来源是:

本文原始标题为:科研革命来了:AI在改变科学家的研究方式---来源是:

本文原始标题为:科研革命来了:AI在改变科学家的研究方式---来源是:

在此类系统中 , 最著名的是“生成对抗网络”(GAN) 。 在充分学习训练数据之后 , GAN可以修复已经损坏或丢失像素的图像 , 或使模糊的照片变得清晰 。 GAN系统能够学会通过竞争来推断图像中缺失的信息(“对抗性”由此得名) 。


推荐阅读