MIT har bygget en "Marerittmaskin" for å gi bilder en Halloween-makeover

I "Playtest", en fersk episode av Charlie Brookers fantastiske show Svart speil, fikk publikum et glimt av hvordan skrekkens fremtid kan se ut i en verden av avanserte nevrale nettverk og utvidet virkelighet. Som med alt om Svart speil, verden episoden skildrer er en nær fremtidig dystopi, der teknologien er gjenkjennelig, men aldri så litt utenfor rekkevidde.

Det kan imidlertid være litt nærmere enn du tror, basert på et nytt maskinlæringsprosjekt som kommer ut av MIT, som bærer et navn fra Charlie Brookers vridde fantasi. Kort sagt, MITs "Nightmare Machine" bruker banebrytende dyplæringsteknologi for å trylle frem bilder designet for å skremme bejesusen ut av oss.

Anbefalte videoer

Og ikke bare kan det fortelle oss mer om hvordan vi blir redde, men frykten vår hjelper til med å trene den til å bli skumlere hele tiden!

I slekt

Apples ChatGPT-rival kan automatisk skrive kode for deg
Steve Wozniak advarer AI vil gjøre svindel enda mer overbevisende
AI gjør en langvarig svindel enda mer effektiv

"Vi bruker toppmoderne dyplæringsalgoritmer for å lære hvordan hjemsøkte hus eller giftige byer ser ut. Så bruker vi den lærte stilen på kjente landemerker.»

"Det har vært et økende antall intellektuelle, inkludert Elon Musk og Stephen Hawking, som har slått alarm om den potensielle trusselen fra superintelligent AI på menneskeheten," forsker Pinar Yanardag Delul, en Ph.D. student ved MITs Media Lab, fortalte Digital Trends. "I Halloweens ånd og etter den tradisjonelle MIT-hackkulturen ønsket vi lekende å minnes menneskehetens frykt for AI, som er et voksende tema i populærkulturen."

På en måte er Nightmare Machine en forlengelse av Googles Deep Dream-kunstgenereringsverktøy. Deep Dream, for de som ikke er kjent med det, spilte på et morsomt innfall av Googles bildeklassifiseringsalgoritmer: verktøyene som lar Google Bilder gjenkjenne, for eksempel, stole i umerkede bilder av stoler. Ved å utnytte det Google kalte «treningsulykker», brukte Deep Dream sine mønstergjenkjenningsevner for å begynne å fremheve detaljer som finnes i bilder. Resultatene var strålende surrealistiske: himmel fylt med forestilte fugler, trær forvandlet til utsmykkede bygninger, og tomme hav som ble til fremmede bylandskap.

MITs Nightmare Machine er den skumle baksiden til Deep Dream; AI-ekvivalenten med å ta to identiske tvillinger og oppdra den ene som et perfekt barn (Googles prosjekt), mens den andre låses bort på loftet med en bøtte med fiskehoder å spise (MITs prosjekt.)

"Vi bruker state-of-the-art dyplæringsalgoritmer for å lære hvordan hjemsøkte hus eller giftige byer ser ut," fortsatte Delul. "Deretter bruker vi den lærte stilen på kjente landemerker, og det er overraskende hvor godt algoritmen er i stand til å trekke ut elementet fra de hjemsøkte malene og plante det inn i landemerkene. De fleste utfallene er faktisk ganske skumle.»

Som med enhver god skrekkfilmgal vitenskapsmann, stoppet selvfølgelig ikke forskerne der. Menneskelig testing ble etterlyst. "Vi [observerte noen] interessante resultater," Dr. Manuel Cebrian, rektor forsker, fortalte Digital Trends. «Si at vi trener et nevralt nettverk på steder, som et hjemsøkt hus, og bruker det på en person eller gruppe mennesker. Resultatet er like fortryllende!»

"Forskergruppens hovedmål er å forstå barrierene mellom menneskelig og maskinelt samarbeid."

Ved å bruke Nightmare Machines nevrale nettverk på et hvilket som helst bilde de kunne tenke seg, var plutselig ingenting utenfor grensen. Et bilde fra en av de nylige amerikanske presidentdebattene (ganske uhyggelig til å begynne med!) forvandlet seg plutselig til to skjeletter som fornærmet hverandre på scenen. En sofa gag fra Simpsons så ut som en skummel tilsynekomst fra en J-skrekkfilm, og utallige brukerportretter ble besmittet til å se ut som den typen selfies George Romeros zombier kan knipse med de resterende smarttelefonene etter en udøde apokalypse.

(For en nærmere titt, sjekk ut den praktiske Instagram-kontoen forskerne satt opp for å vise frem sine skumle kreasjoner.)

"Foreløpig er dette bare et morsomt eksperiment, i Halloweens ånd, for å utforske en ny måte som maskiner kan skremme oss på i mer visceral forstand," fortsatte Dr. Cebrian. "Vi ber imidlertid folk om å stemme på det de synes er skummelt. Så langt har vi samlet inn over 100 000 individuelle evalueringer av våre fullstendig datagenererte bilder.»

Det er her den menneskelige faktoren spiller inn. Tross alt kan et nevralt nettverk gjøre alle Deep Dreaming det vil, men det krever et menneske å ha mareritt. I dette tilfellet, ved å rangere hvor skumle du synes bildene Nightmare Machine genererer, kan den finpusse evnene til å skremme oss enda mer.

"Interessant å merke seg, de genererte ansiktene er like skumle fra AIs synspunkt, men folk synes noen av dem er ganske skumle, mens andre ikke er så mye," sa Delul. "Det avslører at det er ekstra informasjon om hvordan menneskelig oppfatter skrekk som kan utnyttes til å lage enda skumlere ansikter som du foreslår. Kanskje i fremtiden kan vi [til og med] generere 'personlige' skrekkbilder hvis vi skulle skreddersy generasjonsprosessen til [et individs] data."

Og vi er tilbake der vi startet med Svart speilsin «Playtest»-episode!

"Kanskje denne teknologien er nærmere enn vi tror," Iyad Rahwan, fortalte førsteamanuensis ved MIT Media Lab. "Forskergruppens hovedmål er å forstå barrierene mellom menneskelig og maskinelt samarbeid. Psykologiske oppfatninger av hva som får mennesker til å tikke og hva som får maskiner til å tikke er viktig barriere for at slikt samarbeid skal oppstå. Dette prosjektet prøver å kaste lys over den fronten - selvfølgelig på en klønete, hackerish Halloween-måte.»

Vi klandrer deg hvis vi ikke får sove i natt, MIT! Vi håper du er stolt av deg selv...