机器的“无限有趣空间”：人类将无法理解机器的崛起

由机器来阐明我们的无意识的最佳示例也许是Google机器学习研究的另一项怪异的结果：一个叫做DeepDream的程序。DeepDream这东西的目的就是为了更好地说明高深莫测的神经网络的内部机制。为了学会识别对象，需要灌输给神经网络数百万的有关事物的标签图像：树木、汽车、动物、房子等。系统接触到一幅新的图像时，会对图像进行过过滤、拉伸、拆分和压缩以便进行分类：这是一棵树，这是一辆汽车，这是一个动物，这是一栋房子。但DeepDream颠倒了这个流程：它先是在网络的末梢输入一幅图像，然后激活受训识别特定对象的神经元，它问的不是这幅图像是什么，而是网络希望在里面看到什么？这个过程类似于在云彩当中看到一张张脸一样：视皮质因为对刺激的渴望，会在噪声中产生出有意义的模式。

DeepDream的工程师Alexander Mordvintsev是在凌晨2点的时候开发出该程序的第一个迭代版本的，当时他因为做噩梦被惊醒了。他灌输给神经网络的第一幅图像是一只小猫坐在树桩上，输出是一头可怕的怪物：有很多双眼睛，脚上长着湿鼻子的猫狗混种。2012年，Google首次发布一个基于1000万随机YouTube视频的未经训练的分类器网络时，在没有任何提示的情况下它学会识别的第一个东西就是一张猫脸：这是互联网的灵兽。Mordvintsev的网络因此梦想出了它知道的东西，也就是更多的猫和狗。进一步的迭代产生耶罗尼米斯·博斯地狱逃亡式的无限结构，是被激活的神经元而定，里面有拱门、塔、桥等分形的层层推进。但DeepDream的创作自始至终有一点是不变的，那就是眼睛——狗的眼睛，猫的眼睛，人的眼睛；网络本身无所不在的时刻盯住你的眼睛。漂浮在DeepDream的天空中的眼睛让人想起了敌托邦宣传里面的全视之眼：Google自身的无意识，由我们的记忆和行动组成，被不断的分析处理，为了公司利润和私营情报而跟踪。DeepDream天生就是一台偏执狂机器，因为它出现的地方就是一个偏执狂世界。

与此同时，在不需要被迫将它们的梦境展现给我们看时，机器会进一步深入到自己的想象空间，那是我们无法进入的地方。Walter Benjamin在《译者的任务》里面的最大希望，是语言之间的传输过程会催生出一种“纯语言（pure language）”——全世界所有语言的混合物。正是这种语言才能充当译者的翻译介质，因为它揭示的不是意思而是说话者的思维方式。根据2016年Google Translate神经网络的激活方式，研究人员意识到这个系统能够翻译的不仅仅只是语言之间的两两互译，而是所有语言之间的互译；也就是说，它可以直接在两种自己从未明确比较过的语言之间进行翻译。比方说，基于日英互译和英韩互译语料受训的网络可以生成日韩互译而不需要经过英语。这叫“零数据（zero-shot）”翻译，这意味着“中介语”表示的存在：一种内部的由跨语言共享概念构成的元语言。

无论从哪一方面来说，这几乎就是Benjamin的纯语言；是这种架构无意义的源语言。通过将该网络及其向量的结构可视化为各种颜色和线条，就有可能看到多种语言的句子聚合到一起。其结果是一个语义化的表示，而这种表示是由网络演变而来，而不是设计进网络里面的。但再次地，我们对它的理解只能取决于我们能多靠近地一窥那无限乐趣之地——那个我们永远也无法拜访的地方。

原文链接：http://www.dazeddigital.com/science-tech/article/41363/1/james-bridle-new-dark-age-artificial-intelligence

编译组出品。编辑：郝鹏程。

（编辑：泉州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!