MIT har bygget en 'Mareridtsmaskine' for at give billeder en Halloween-makeover

I "Playtest", et nyligt afsnit af Charlie Brookers fantastiske show Sort spejl, publikum fik et glimt af, hvordan fremtiden for rædsel kan se ud i en verden af ​​avancerede neurale netværk og augmented reality. Som med alt vedr Sort spejl, er den verden episoden skildrer en nær fremtidig dystopi, hvor teknologien er genkendelig, men aldrig så lidt uden for rækkevidde.

Det kan dog være lidt tættere på, end du tror, ​​baseret på et nyt maskinlæringsprojekt, der kommer ud af MIT, og som bærer et navn fra Charlie Brookers forskruede fantasi. Kort sagt, MITs "Nightmare Machine" bruger banebrydende deep learning-teknologi til at fremtrylle billeder designet til at skræmme bejesus ud af os.

Og ikke kun kunne det fortælle os mere om, hvordan vi bliver bange, men vores frygt hjælper med at træne den til at blive mere skræmmende hele tiden!

"Der har været et stigende antal intellektuelle, herunder Elon Musk og Stephen Hawking, der har rejst alarmer om den potentielle trussel fra superintelligent AI på menneskeheden," forsker Pinar Yanardag Delul, en Ph.D. studerende ved MITs Media Lab, fortalte Digital Trends. "I Halloweens ånd og efter den traditionelle MIT hack-kultur ønskede vi legende at mindes menneskehedens frygt for AI, som er et voksende tema i populærkulturen."

I en vis forstand er Nightmare Machine en forlængelse af Googles Deep Dream-kunstgenereringsværktøj. Deep Dream, for dem, der ikke kender det, spillede på et sjovt særpræg ved Googles billedklassificeringsalgoritmer: værktøjerne, der lader Google Billeder genkende f.eks. stole i umærkede billeder af stole. Ved at udnytte det, Google kaldte "træningsuheld", brugte Deep Dream sine mønstergenkendelsesevner til at begynde at fremhæve detaljer fundet i billeder. Resultaterne var strålende surrealistiske: himmel fyldt med forestillede fugle, træer forvandlet til udsmykkede bygninger og tomme oceaner, der blev til fremmede bybilleder.

MIT's Nightmare Machine er den skumle bagside til Deep Dream; AI-ækvivalenten til at tage to enæggede tvillinger og opdrage den ene som et perfekt barn (Googles projekt), mens man låser den anden væk på loftet med en spand fiskehoveder at spise (MITs projekt.)

"Vi bruger state-of-the-art deep learning algoritmer til at lære, hvordan hjemsøgte huse eller giftige byer ser ud," fortsatte Delul. "Så anvender vi den lærte stil på berømte vartegn, og det er overraskende, hvor godt algoritmen er i stand til at udtrække elementet fra de hjemsøgte skabeloner og plante det ind i vartegnene. De fleste af resultaterne er faktisk ret skræmmende."

Som med enhver god gyserfilm gal videnskabsmand, stoppede forskerne selvfølgelig ikke der. Der blev opfordret til test af mennesker. "Vi [observerede nogle] interessante resultater," Dr. Manuel Cebrian, Principal Research Scientist, fortalte Digital Trends. "Sig, at vi træner et neuralt netværk på steder, som et hjemsøgt hus, og anvender det på en person eller gruppe af mennesker. Resultatet er lige så uhyggeligt!”

Ved at anvende Nightmare Machines neurale netværk på ethvert billede, de kunne komme i tanke om, var der pludselig intet, der var begrænset. Et billede fra en af ​​de seneste amerikanske præsidentdebatter (temmelig uhyggelig til at begynde med!) forvandlede sig pludselig til to skeletter, der fornærmede hinanden på scenen. En sofa gag fra The Simpsons lignede en uhyggelig genfærd fra en J-horror-film, og utallige brugerportrætter blev besmittet til at ligne den slags selfies George Romeros zombier kunne snappe med de resterende smartphones efter en udøde apokalypse.

(For et nærmere kig, tjek den praktiske Instagram-konto forskerne oprettede for at vise deres åndssvage kreationer frem.)

"For nu er dette bare et sjovt eksperiment, i Halloweens ånd, for at udforske en ny måde, hvorpå maskiner kan skræmme os i mere visceral forstand," fortsatte Dr. Cebrian. "Vi beder dog folk om at stemme på det, de finder skræmmende. Indtil videre har vi samlet over 100.000 individuelle evalueringer af vores fuldt computergenererede billeder."

Det er her den menneskelige faktor spiller ind. Et neuralt netværk kan trods alt udføre alle de Deep Dreaming, det vil, men det kræver et menneske at få mareridt. I dette tilfælde, ved at rangere, hvor skræmmende du finder billederne, som Nightmare Machine genererer, kan den finpudse sine evner til at skræmme os endnu mere.

"Interessant at bemærke, at de genererede ansigter er lige så uhyggelige fra AI's synspunkt, men folk finder nogle af dem ret skræmmende, mens andre ikke er så meget," sagde Delul. "Det afslører, at der er ekstra information om, hvordan mennesker opfatter rædsel, som kan udnyttes til at gøre endnu mere skræmmende ansigter, som du foreslår. Måske i fremtiden kan vi [endog] generere 'personlige' rædselsbilleder, hvis vi skulle skræddersy generationsprocessen til [et individs] data."

Og vi er tilbage, hvor vi startede med Sort spejl's "Playtest"-afsnit!

"Måske er denne teknologi tættere på, end vi tror," Iyad Rahwan, fortalte lektor ved MIT Media Lab. “Vores forskningsgruppes hovedmål er at forstå barriererne mellem menneskelig og maskinelt samarbejde. Psykologiske opfattelser af, hvad der får mennesker til at tikke, og hvad der får maskiner til at tikke, er en vigtig barriere for, at et sådant samarbejde kan opstå. Dette projekt forsøger at kaste lidt lys over den front - selvfølgelig på en fjollet, hackeragtig Halloween-manér."

Vi bebrejder dig, hvis vi ikke kan sove i nat, MIT! Vi håber I er stolte af jer selv...

Redaktørernes anbefalinger

• Topforfattere kræver betaling fra AI-virksomheder for at bruge deres arbejde
• Disse geniale ideer kunne hjælpe med at gøre AI lidt mindre ond
• Stop med at bruge generative AI-værktøjer såsom ChatGPT, Samsung bestiller personale
• Photoshop AI mener, at 'lykke' er et smil med rådne tænder
• Restaurantkæde vil bruge kunstig intelligens til at bekæmpe 'sushi-terrorisme'