Kunstig fantasi

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 18. juli 2020; checks kræver 3 redigeringer .

Kunstig fantasi (syntetisk eller maskinel fantasi) - kunstig modellering af menneskelig fantasi ved hjælp af almindelige eller specielle computere eller kunstige neurale netværk , hvis anvendelsesform vides at være et syntetisk miljø .

Udtrykket "kunstig fantasi" bruges også til at beskrive egenskaberne ved maskiner eller programmer . Forskerne håber at kunne efterligne visse træk med dem, såsom kreativitet , humor og satire . .

Forskning i kunstig fantasi bruger værktøjer og ideer fra mange områder, herunder datalogi , retorik , psykologi , kunst , filosofi , neurovidenskab , affektiv databehandling , kunstig intelligens , kognitiv videnskab , lingvistik , operationsforskning , kreativ skrivning , sandsynlighed og logik .

Forskere studerer forskellige aspekter af kunstig fantasi, såsom kunstig visuel fantasi [1] , kunstig auditiv fantasi [2] , indholdsmodellering/filtrering baseret på menneskelige følelser og interaktiv søgning. Nogle artikler om dette emne diskuterer, hvordan kunstig fantasi kan udvikle sig til at skabe en kunstig verden [3] .

Nogle forskere, såsom G. Schleiss og M. Ritzky, har fokuseret på at bruge neurale netværk til at simulere kunstig fantasi [4] .

Et andet vigtigt projekt ledes af Hiroharu Kato og Tatsuya Harada fra University of Tokyo i Japan . De har udviklet en computer, der er i stand til at oversætte en genstands beskrivelse til et billede, hvilket kan være den nemmeste måde at identificere kunstig fantasi på. Deres idé er baseret på konceptet om et billede som en serie af pixels opdelt i korte sekvenser svarende til en bestemt del af billedet. Forskere kalder disse sekvenser "visuelle ord", og de kan fortolkes af en maskine ved hjælp af en statistisk fordeling for at læse beskrivelsen og skabe et billede af et objekt, som maskinen ikke har stødt på.

Emnet kunstig fantasi har tiltrukket sig interesse hos forskere uden for datalogi , såsom den kendte kommunikationsspecialist Ernest Borman , der udviklede teorien om symbolsk konvergens og arbejdede på et projekt for at udvikle kunstig fantasi i computersystemer [5] . Siden 2017 har der været afholdt et tværfagligt forskningsseminar om kunstig fantasi og post-digital kunst Ecole Normale de Paris [6] .

Anvendelse af kunstig fantasi

En typisk anvendelse af kunstig fantasi er interaktiv søgning . Interaktiv søgning har været under udvikling siden midten af ​​1990'erne, ledsaget af udviklingen af ​​World Wide Web og søgemaskineoptimering . Baseret på den første anmodning og feedback fra brugeren , omorganiseres de søgte databaser for at forbedre søgeresultaterne.

Kunstig fantasi giver os mulighed for at syntetisere billeder og skabe et nyt billede gemt i en database, uanset dets eksistens i den virkelige verden. For eksempel viser computeren resultater baseret på svaret fra den oprindelige anmodning. Brugeren vælger flere relevante billeder, og derefter analyserer teknologien disse valg og omorganiserer billedrækkerne i henhold til anmodningen. I denne proces bruges kunstig fantasi til at syntetisere de valgte billeder og forbedre søgeresultatet med yderligere relevante syntetiserede billeder. Metoden er baseret på flere algoritmer, herunder Rocchio-algoritmen og den evolutionære algoritme .

Rocchios [7] algoritme , som lokaliserer betydningen af ​​en forespørgsel nær relevante eksempler og væk fra irrelevante, fungerer godt i et lille system, hvor databaser er placeret i bestemte rækker. Evolutionær syntese består af to faser: standard og avancerede algoritmer [8] . Takket være brugerfeedback syntetiserer de yderligere billeder, der matcher hans anmodning.

Kunstig moral og hukommelse

Kunstig fantasi har en bredere anvendelse. I en generel forstand kan alle aktiviteter til dannelse af ideer, billeder og koncepter forbindes med fantasien. Således betyder kunstig fantasi mere end blot at skabe grafer . For eksempel er moralsk fantasi en vigtig forskningsundersektion af kunstig fantasi, på trods af at dens klassificering er vanskelig. Moral er en vigtig del af menneskelig logik , mens kunstig moral spiller en vigtig rolle i kunstig fantasi og kunstig intelligens .

Hovedspørgsmålet vedrørende de moralske aspekter af kunstig intelligens er, om mennesker skal tage ansvar for maskinernes fejl og beslutninger, og hvordan man udvikler velkontrollerede maskiner. Da ingen kan give en klar beskrivelse af de bedste moralske regler, er det endnu ikke muligt at skabe en maskine, der adlyder almindeligt accepterede moralske standarder . Nyere forskning om kunstig moral har dog forbigået definitionen af ​​moral. I stedet er maskiner trænet til at efterligne menneskelig moral ved hjælp af data fra tusindvis af forskellige menneskers moralske beslutninger, så en model trænet på denne måde er i stand til at afspejle almindeligt accepterede regler.

Hukommelse er et andet stort felt af kunstig fantasi. . Forskere som Aude Oliva har udført omfattende arbejde med kunstig hukommelse, især visuel hukommelse [9] . Sammenlignet med visuel fantasi fokuserer visuel hukommelse mere på, hvordan en maskine forstår, analyserer og gemmer billeder på en menneskelig måde. Derudover blev de rumlige karakteristika af visuel hukommelse undersøgt. Fordi dette felt er baseret på hjernens biologiske strukturer , har der også været omfattende forskning inden for neurovidenskab , som er skæringspunktet mellem biologi og datalogi .

Noter

  1. Bart Thomee, Mark J. Huiskes, Erwin Bakker, Michael S. Lew. Visuel informationssøgning ved hjælp af syntetiserede billeder  //  Proceedings of the 6th ACM International Conference on Image and video retrieval - CIVR '07. - Amsterdam, Holland: ACM Press, 2007. - S. 127-130 . — ISBN 978-1-59593-733-9 . - doi : 10.1145/1282280.1282303 .
  2. Transmission af lydindhold  (spansk) . Universitet Pompeu Fabra (6. januar 2007). Hentet: 21. maj 2020.
  3. Hypertekst og "det hypervirkelige" |  Proceedings fra den anden årlige ACM-konference om hypertekst . dl.acm.org. Hentet 21. maj 2020. Arkiveret fra originalen 26. juni 2020.
  4. G. Schleis, M. Rizki. At lære af en tilfældig spiller ved hjælp af referenceneuronmodellen  // Proceedings of the 2002 Congress on Evolutionary Computation. CEC'02 (kat. nr. 02TH8600). - 2002. - Maj ( bind 1 ). — S. 747–752 bd . 1 . - doi : 10.1109/CEC.2002.1007019 . Arkiveret fra originalen den 1. februar 2020.
  5. Twentieth-Century Roots of Rhetorical Studies , af Jim A. Kuypers og Andrew King, 2001. udgivet af Praeger/Greenwood, side 225.
  6. Postdigital  (fransk) . Hentet 21. maj 2020. Arkiveret fra originalen 7. maj 2020.
  7. Gerard Salton, Chris Buckley. Forbedring af genfindingsydelse ved relevansfeedback  //  Journal of the American Society for Information Science. - 1990. - Bd. 41 , udg. 4 . - S. 288-297 . — ISSN 1097-4571 . - doi : 10.1002/(SICI)1097-4571(199006)41:43.0.CO;2-H .
  8. Bart Thomee, Mark J. Huiskes, Erwin Bakker, Michael S. Lew. Brug af en kunstig fantasi til teksturgenfinding . Arkiveret 20. januar 2021 på Wayback Machine
  9. Timothy F. Brady, Talia Konkle, George A. Alvarez, Aude Oliva. Visuel langtidshukommelse har en enorm lagerkapacitet til objektdetaljer  // Proceedings of the National Academy of Sciences  . - United States National Academy of Sciences , 2008-09-23. — Bd. 105 , udg. 38 . - P. 14325-14329 . — ISSN 0027-8424 . - doi : 10.1073/pnas.0803390105 . Arkiveret 12. november 2020.