人工智能模型以醒目的细节显示出什么让我们在我们的脑海中粘在一起

时间：2021-08-29 19:52:11 来源：

从“Mona Lisa”到“珍珠耳环的女孩”，有些图像在别人褪色后留在心灵中。问艺术家为什么，你可能会听到一些普遍接受的原则，以便制作令人难忘的艺术。现在有一种更简单的学习方式：请一个人工智能模型画一个例子。

一种新的研究，使用机器学习生成从一个难忘的乳酪汉堡到忘记杯咖啡节目的图像，关闭了什么让肖像或场景脱颖而出。学习中的人类受试者记得最佳特色的明亮颜色，简单的背景和主体，这些主题在框架中占据占据框架。本周在计算机愿景中本周展示的详细信息。

“一张图片胜过千言万语，”该研究的共同高级创作Isola，Bonnie和Marty（1964）Tenenbaum CD助理教授电气工程和技能科学助理教授。“很多都是令人难忘的令人难忘，但这种方法让我们实际上可视化令人难忘的样子。它为我们提供了一种视觉定义，以便难以表入文字。“

该工作在早期的模型上建立了MEMNET，该模型将拍摄图像的难忘性提高，并突出显示影响其决定的图片中的功能。MEMNET的预测基于在线研究的结果，其中将60,000个图像显示为人类受试者，并通过记住的容易进行排名。

在一项研究中使用机器生成的艺术来了解是什么让图片令人难忘的东西，研究人员发现人们所记得最好的颜色，简单的背景和框架突出的主体。

目前研究中的模型GANALYZE使用称为生成的对冲网络或GAN的机器学习技术，以便将单个图像可视化，以便从“MEH”令人难忘。Ganalyze让观众可视化竹子中的增量转换，说，模糊熊猫迷失在竹子中的模糊熊猫陷入熊猫，披着框架，它的黑眼睛，耳朵和爪子与白色的杯子尖锐而可靠地对比。

图像升降的GaN有三个模块。基于MEMNET的评估员将难忘旋钮旋转在目标图像上，并计算如何达到所需效果。变换器执行其指令，并且发电机输出最终图像。

进展具有延时形象的戏剧性。一个芝士汉堡转移到令人难忘的尺度的远端看起来更胖，更明亮，而且作为作者说明，“味道”比其前早期的化身。瓢虫看起来很泼辣，更有目的。在意想不到的扭曲中，藤蔓上的胡椒将变色龙从绿色变为红色。

研究人员还研究了哪些功能影响最令人难忘。在在线实验中，人类受试者被示出了不同难忘性的图像，并要求标记任何重复。它最粘的复制品，它拒绝了，特色受试者更接近，使框架中的动物或物体显得更大。下一个最重要的因素是亮度，使受试者以框架为中心，并且ina方形或圆形。

“人类大脑演变为大多数人对这些特征进行了焦点，这就是甘哥斯塔利瓦尔·凯斯尼西大学的研究生学习的研究生学习。

研究人员还重新计算了GanAnalyze，以产生不同的审美和情绪吸引力的图像。他们发现，在美学和情感地上更高的图像更加亮，更加丰富多彩，并且具有浅景深，模糊了背景，更像是最难忘的图片。然而，最审美的图像并不总是令人难忘的。

研究人员说，Ganalyze有许多潜在的应用。它可用于通过增强增强现实系统中的对象来检测甚至治疗内存损耗。

“而不是使用药物来增强记忆，您可以通过增强现实设备增强世界，以便轻松放置钥匙脱颖而出的物品，”麻省理工学院的计算机科学家主要研究科学家人工智能实验室（CSAIL）和智能追求的执行主任。

Ganalyze还可用于创建难忘的图形以帮助读者保留信息。“它可以彻底改变教育，”Oliva说。最后，GAN已经开始用于生成世界的综合，现实形象，以帮助训练自动化系统，以识别他们在现实生活中不太可能遇到的地方和对象。

生成模型为人类和机器提供新的，创意方式，以协调。学习Co-Atneralex Andonian，Mit'sdepartment的研究生和计算机科学，这就是为什么Hehas Chosento使他们成为他博士学位的焦点。

“设计软件让您调整图像的亮度，但不是其整体难忘或美学呼吸 - GAN让您这样做，”他说。“我们刚开始划伤这些模型可以做的表面。”

该研究由美国国家科学基金资助。

郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。