Imaginație artificială

Versiunea actuală a paginii nu a fost încă examinată de colaboratori experimentați și poate diferi semnificativ de versiunea revizuită la 18 iulie 2020; verificările necesită 3 modificări .

Imaginația artificială (imaginație sintetică sau de mașină) - modelarea artificială a imaginației umane de către computere cu scop general sau special sau rețele neuronale artificiale , a căror formă de aplicare este cunoscută a fi un mediu sintetic .

Termenul „imaginație artificială” este folosit și pentru a descrie proprietățile mașinilor sau programelor . Cercetătorii speră să imite anumite trăsături cu ele, cum ar fi creativitatea , umorul și satira . .

Cercetarea imaginației artificiale folosește instrumente și idei din multe domenii, inclusiv informatică , retorică , psihologie , artă , filozofie , neuroștiință , calcul afectiv , inteligență artificială , știință cognitivă , lingvistică , cercetare operațională , scriere creativă , probabilitate și logică . .

Cercetătorii studiază diverse aspecte ale imaginației artificiale, cum ar fi imaginația vizuală artificială [1] , imaginația auditivă artificială [2] , modelarea/filtrarea conținutului bazată pe emoțiile umane și căutarea interactivă. Unele articole pe această temă discută despre modul în care imaginația artificială poate evolua pentru a crea o lume artificială [3] .

Unii cercetători, precum G. Schleiss și M. Ritzky, s-au concentrat pe utilizarea rețelelor neuronale pentru a simula imaginația artificială [4] .

Un alt proiect important este condus de Hiroharu Kato și Tatsuya Harada de la Universitatea din Tokyo din Japonia . Ei au dezvoltat un computer capabil să traducă descrierea unui obiect într-o imagine, ceea ce poate fi cel mai simplu mod de a identifica imaginația artificială. Ideea lor se bazează pe conceptul unei imagini ca o serie de pixeli împărțiți în secvențe scurte corespunzătoare unei anumite părți a imaginii. Oamenii de știință numesc aceste secvențe „cuvinte vizuale” și pot fi interpretate de o mașină folosind o distribuție statistică pentru a citi descrierea și a crea o imagine a unui obiect pe care mașina nu l-a întâlnit.

Tema imaginației artificiale a atras interesul unor cercetători din afara informaticii , precum renumitul specialist în comunicații Ernest Borman , care a dezvoltat teoria convergenței simbolice și a lucrat la un proiect de dezvoltare a imaginației artificiale în sistemele informatice [5] . Din 2017, la Ecole Normale de Paris a avut loc un Seminar de cercetare interdisciplinară privind imaginația artificială și arta post-digitală [6] .

Aplicarea imaginației artificiale

O aplicație tipică a imaginației artificiale este căutarea interactivă . Căutarea interactivă s-a dezvoltat de la mijlocul anilor 1990, însoțită de dezvoltarea World Wide Web și de optimizarea motoarelor de căutare . Pe baza primei solicitări și feedback din partea utilizatorului , bazele de date căutate sunt reorganizate pentru a îmbunătăți rezultatele căutării.

Imaginația artificială ne permite să sintetizăm imagini și să creăm o nouă imagine stocată într-o bază de date, indiferent de existența acesteia în lumea reală. De exemplu, computerul arată rezultate pe baza răspunsului de la cererea inițială. Utilizatorul selectează mai multe imagini relevante, iar apoi tehnologia analizează aceste selecții și reorganizează rangurile imaginilor în funcție de cerere. În acest proces, imaginația artificială este folosită pentru a sintetiza imaginile selectate și pentru a îmbunătăți rezultatul căutării cu imagini sintetizate relevante suplimentare. Metoda se bazează pe mai mulți algoritmi, inclusiv algoritmul Rocchio și algoritmul evolutiv .

Algoritmul lui Rocchio [7] , care localizează semnificația unei interogări în apropierea exemplelor relevante și departe de cele irelevante, funcționează bine într-un sistem mic în care bazele de date sunt situate pe anumite rânduri. Sinteza evolutivă constă din două etape: algoritmi standard și avansați [8] . Datorită feedback-ului utilizatorilor, aceștia sintetizează imagini suplimentare care se potrivesc cu solicitarea acestuia.

Moralitate și memorie artificială

Imaginația artificială are o aplicație mai largă. În sens general, toate activitățile de formare a ideilor, imaginilor și conceptelor pot fi asociate cu imaginația. Astfel, imaginația artificială înseamnă mai mult decât crearea de grafice . De exemplu, imaginația morală este o subsecțiune importantă de cercetare a imaginației artificiale, în ciuda faptului că clasificarea ei este dificilă. Moralitatea este o parte importantă a logicii umane , în timp ce moralitatea artificială joacă un rol important în imaginația artificială și inteligența artificială .

Principala întrebare cu privire la aspectele morale ale inteligenței artificiale este dacă oamenii ar trebui să își asume responsabilitatea pentru greșelile și deciziile mașinilor și cum să dezvolte mașini bine controlate. Deoarece nimeni nu poate oferi o descriere clară a celor mai bune reguli morale, crearea unei mașini care să respecte standardele morale general acceptate nu este încă posibilă. Cu toate acestea, cercetările recente asupra moralității artificiale au ocolit definiția moralității. În schimb, mașinile sunt antrenate să imite moralitatea umană folosind date din deciziile morale ale a mii de oameni diferiți, astfel încât un model antrenat în acest fel este capabil să reflecte regulile general acceptate.

Memoria este un alt domeniu mare al imaginației artificiale. . Cercetători precum Aude Oliva au făcut lucrări ample asupra memoriei artificiale, în special a memoriei vizuale [9] . În comparație cu imaginația vizuală, memoria vizuală se concentrează mai mult pe modul în care o mașină înțelege, analizează și stochează imaginile într-un mod uman. În plus, au fost studiate caracteristicile spațiale ale memoriei vizuale. Deoarece acest domeniu se bazează pe structurile biologice ale creierului , au existat cercetări ample și în domeniul neuroștiinței , care este intersecția dintre biologie și informatică .

Note

  1. Bart Thomee, Mark J. Huiskes, Erwin Bakker, Michael S. Lew. Recuperarea informațiilor vizuale cu ajutorul imaginilor sintetizate  //  Proceedings of the 6th ACM international Conference on Image and video retrieval - CIVR '07. - Amsterdam, Olanda: ACM Press, 2007. - P. 127-130 . — ISBN 978-1-59593-733-9 . - doi : 10.1145/1282280.1282303 .
  2. Transmiterea conținutului audio  (în spaniolă) . Universitatea Pompeu Fabra (6 ianuarie 2007). Preluat: 21 mai 2020.
  3. Hipertextul și „hiperrealul” |  Actele celei de -a doua conferințe anuale ACM despre hipertext . dl.acm.org. Preluat la 21 mai 2020. Arhivat din original la 26 iunie 2020.
  4. G. Schleis, M. Rizki. Învățarea de la un jucător aleatoriu folosind modelul neuronului de referință  // Proceedings of the 2002 Congress on Evolutionary Computation. CEC'02 (Nr. cat.02TH8600). - 2002. - Mai ( vol. 1 ). — S. 747–752 vol.1 . - doi : 10.1109/CEC.2002.1007019 . Arhivat din original la 1 februarie 2020.
  5. Twentieth-Century Roots of Rhetorical Studies , de Jim A. Kuypers și Andrew King, 2001. publicat de Praeger/Greenwood, pagina 225.
  6. Postdigital  (franceză) . Preluat la 21 mai 2020. Arhivat din original la 7 mai 2020.
  7. Gerard Salton, Chris Buckley. Îmbunătățirea performanței de recuperare prin feedback de relevanță  //  Journal of the American Society for Information Science. - 1990. - Vol. 41 , iss. 4 . - P. 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. Utilizarea unei imaginații artificiale pentru recuperarea texturii . Arhivat pe 20 ianuarie 2021 la Wayback Machine
  9. Timothy F. Brady, Talia Konkle, George A. Alvarez, Aude Oliva. Memoria vizuală pe termen lung are o capacitate masivă de stocare pentru detaliile obiectului  // Proceedings of the National Academy of Sciences  . - Academia Națională de Științe din Statele Unite ale Americii , 23-09-2008. — Vol. 105 , iss. 38 . - P. 14325-14329 . — ISSN 0027-8424 . - doi : 10.1073/pnas.0803390105 . Arhivat 12 noiembrie 2020.