MIT har byggt en "Mardrömsmaskin" för att ge foton en Halloween-makeover

I "Playtest", ett nytt avsnitt av Charlie Brookers fantastiska show Svart spegel, publiken fick en glimt av hur skräckens framtid kan se ut i en värld av avancerade neurala nätverk och förstärkt verklighet. Som med allt om Svart spegel, världen som avsnittet skildrar är en nära framtida dystopi, där tekniken är igenkännbar, men aldrig så lite utom räckhåll.

Det kan dock vara lite närmare än du tror, ​​baserat på ett nytt maskininlärningsprojekt som kommer från MIT, som bär ett namn från Charlie Brookers vridna fantasi. Kort sagt, MIT: s "Nightmare Machine" använder banbrytande djupinlärningsteknik för att trolla fram bilder som är utformade för att skrämma bejesus ur oss.

Och det kan inte bara berätta mer om hur vi blir rädda, utan vår rädsla hjälper till att träna den till att bli läskigare hela tiden!

"Det har funnits ett ökande antal intellektuella, inklusive Elon Musk och Stephen Hawking, som larmat om det potentiella hotet från superintelligent AI mot mänskligheten," forskare Pinar Yanardag Delul, en doktorsexamen student vid MIT: s Media Lab, berättade för Digital Trends. "I Halloweens anda och efter den traditionella MIT-hackkulturen, ville vi lekfullt fira mänsklighetens rädsla för AI, som är ett växande tema i populärkulturen."

På sätt och vis är Nightmare Machine en förlängning av Googles Deep Dream konstgenereringsverktyg. Deep Dream, för de som inte känner till det, spelade på en rolig egenhet av Googles bildklassificeringsalgoritmer: verktygen som låter Google Bilder känna igen, säg, stola i omärkta bilder av stolar. Genom att dra fördel av vad Google kallade "träningsmissöden" använde Deep Dream sina mönsterigenkänningsförmåga för att börja accentuera detaljer som finns i bilder. Resultaten var strålande surrealistiska: himlar fyllda med föreställda fåglar, träd förvandlade till utsmyckade byggnader och tomma hav som blev främmande stadsbilder.

MIT: s Nightmare Machine är den olycksbådande baksidan av Deep Dream; AI-motsvarigheten till att ta två enäggstvillingar och uppfostra den ena som ett perfekt barn (Googles projekt), samtidigt som man låser in den andra på vinden med en hink fiskhuvuden att äta (MIT: s projekt.)

"Vi använder state-of-the-art algoritmer för djupinlärning för att lära oss hur hemsökta hus eller giftiga städer ser ut," fortsatte Delul. "Då tillämpar vi den inlärda stilen på kända landmärken, och det är förvånande hur väl algoritmen kan extrahera elementet från de hemsökta mallarna och plantera det i landmärkena. De flesta av resultaten är verkligen ganska skrämmande."

Som med vilken bra skräckfilmsgalen forskare som helst, slutade forskarna förstås inte där. Människotester krävdes. "Vi [observerade några] intressanta resultat," Dr Manuel Cebrian, Principal Research Scientist, berättade för Digital Trends. "Säg att vi tränar ett neuralt nätverk på platser, som ett spökhus, och tillämpar det på en person eller grupp av människor. Resultatet är lika hemskt!”

Genom att applicera Nightmare Machines neurala nätverk på vilken bild de kunde tänka sig, var plötsligt ingenting förbjudet. En bild från en av de senaste amerikanska presidentdebatterna (ganska hemskande till att börja med!) förvandlades plötsligt till två skelett som förolämpade varandra på scenen. En soffgag från Simpsons såg ut som ett spöklikt uppenbarelse från en J-skräckfilm, och otaliga användarporträtt var smutsiga för att se ut som den typen av selfies George Romeros zombies kan knäppa med de kvarvarande smartphones efter en odöda apokalyps.

(För en närmare titt, kolla in det praktiska Instagram-kontot forskarna satte upp för att visa upp sina kusliga skapelser.)

"För tillfället är det här bara ett roligt experiment, i Halloweens anda, för att utforska ett nytt sätt som maskiner kan skrämma oss i den mer viscerala bemärkelsen," fortsatte Dr. Cebrian. "Vi ber dock folk att rösta på det de tycker är läskigt. Hittills har vi samlat in över 100 000 individuella utvärderingar av våra helt datorgenererade bilder.”

Det är här den mänskliga faktorn spelar in. När allt kommer omkring kan ett neuralt nätverk göra allt de Deep Dreaming det vill, men det krävs en människa för att få mardrömmar. I det här fallet, genom att rangordna hur skrämmande du tycker att bilderna som Nightmare Machine genererar, kan den finslipa sina förmågor för att skrämma oss ännu mer.

"Intressant att notera, de genererade ansiktena är lika läskiga ur AI: s synvinkel, men folk tycker att vissa av dem är ganska skrämmande, medan andra inte är så mycket," sa Delul. "Det avslöjar att det finns extra information om hur människan uppfattar skräck som kan utnyttjas för att göra ännu läskigare ansikten som du föreslår. Kanske kan vi i framtiden [till och med] generera "personliga" skräckbilder om vi skulle skräddarsy genereringsprocessen efter [en individs] data."

Och vi är tillbaka där vi började Svart spegels "Playtest"-avsnitt!

"Kanske är den här tekniken närmare än vi tror," Iyad Rahwan, berättade docent vid MIT Media Lab. "Vår forskargrupps huvudsakliga mål är att förstå barriärerna mellan mänskligt och maskinellt samarbete. Psykologiska uppfattningar om vad som får människor att ticka och vad som får maskiner att ticka är en viktig barriär för att ett sådant samarbete ska uppstå. Det här projektet försöker kasta lite ljus över den fronten - naturligtvis på ett fånigt, hackeriskt Halloween-sätt."

Vi skyller på dig om vi inte kan sova i natt, MIT! Vi hoppas att ni är stolta över er själva...

Redaktörens rekommendationer

• Toppförfattare kräver betalning från AI-företag för att de använder deras arbete
• Dessa geniala idéer kan hjälpa till att göra AI lite mindre ond
• Sluta använda generativa AI-verktyg som ChatGPT, Samsung beställer personal
• Photoshop AI tycker att "lycka" är ett leende med ruttna tänder
• Restaurangkedja använder AI för att bekämpa "sushi-terrorism"