万圣节噩梦 | MIT开发“噩梦机器” 用深度学习吓你一跳

大数据文摘作品 转载具体要求见文末

选文|Aileen 作者|毛丽 魏子敏

万圣节，不仅有好事者绞尽脑汁在思考怎么吓你一跳，连机器也开始学习如何吓你了。

自古以来，不同地域、宗教和文化的人们都绞尽脑汁创造吓人的方式。恐怖不是件简单的事情，它需要引发人们心中的某种情绪才能成功，并成为了人类创造力的重要体现。人工智能发展到今天，机器能够学习如何吓人吗？

为了回答这一问题，麻省理工学院（MIT）Media Lab的三位研究员编写了一款很有万圣节氛围的系统：Nightmare Machine（噩梦机器）-计算机利用人工智能深度学习算法和邪恶的灵魂生成恐怖的“闹鬼”（haunted）风格图片。（Nightmare Machine网站链接：http://nightmare.mit.edu/）

“我们使用算法生成人脸，然后把“恐怖”这个语义添加到人脸上”。

当然，MIT推出这款应用除了配合节日氛围吓你一跳，还希望使用者对他们的恐怖图片投票，评出最可怕的那些。这些评分将作为模型训练数据，为机器未来的学习服务。

当然，网站也给出的生成这些图片的实现算法：UnsupervisedRepresentation Learning with Deep Convolutional Generative Adversarial Networks和ANeural Algorithm of Artistic Style。

本文会对生成恐怖人脸的深度卷积生成对抗网络(DeepConvolutional Generative Adversarial Nerworks, DCGAN)简单介绍，感兴趣的读者可以在后台回复“万圣节”获取这两篇介绍论文，做进一步了解。

也许未来的某一天，不仅恐怖，机器会真正懂得你的各种小情绪。

◆ ◆ ◆

先认识一下三位研究员

整个网站的风格都是如此，颇让人毛骨悚然，机器生成的恐怖图片分为两类：鬼脸（Haunted faces），和鬼屋(hauntedhouses)。

网站的头图是这个风格的，里边的警告也适用于本文接下来的文章内容：

以下内容包含恐怖成分，图片高能，胆小者误入。

◆ ◆ ◆

一、鬼脸（Haunted faces）

“我们使用算法生成人脸，然后把“恐怖”这个语义添加到人脸上”

恐怖人脸的图片是用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Nerworks, DCGAN)生成。对抗网络是由Ian J. Goodfellow 在论文《GenerativeAdversative Nets》中提出来，一个对抗对（adversarial pair）由一个判别模型(Discriminative, D)和一个生成模型(Generative ,G)组成。

一般的生成模型的训练很容易失败，比如生成了一堆没有意义的图片。这个恐怖网站使用的算法对GAN的结构进行了限制，使它的表现更加的稳定。首先是GAN的池化层(pooling layer)被带步长的卷积(stridedconvolution)所替代（对于判别器），或者被分数步长卷积（fractionalstrided convolution）所替代（对于生成器）。这样它的下（上）采样可以通过学习来获取自己独特的方案。其次是删除全连接层，这样可以使用更深的网络结构。最后，对于生成器和判别器，都使用批量标准化（Batch Normalization）。

对于生成器的表示，可以进行一些人工的干预。

首先是去掉一些特定的物体，比如去掉卧室里的窗户。在倒数第二层卷积层，使用逻辑回归来判定一个激活的特征是否是窗户。判定的标准是，对于边界框里的样本，它激活为正值。而同样的图片中，随机样本激活为负值。使用这个简单的模型，我们在空间中删掉所有权重大于0的特征。然后我们可以生成删除前后的图片对比。

第一行是没处理的模型生成的样本，第二行是删除“窗户”后的模型生成的样本。可以看到，一些窗户被移除了，另一些被相似的物品，比如镜子和门替代。

对于人脸样本，还可以进行向量的运算。在自然语言处理中有个著名的例子：向量“国王”-向量“男人”+向量“女人”可以得到向量“女王”。我们对生成模型的输入Z也发现了相似的规律。

图像的向量运算。对于每一列，使用Z向量的均值。对均值进行运算，得到新的向量Y。再把Y作为生成器的输入。为了证明生成器是可以插值的，对Y添加了+-0.25的噪声来生成另外的8幅图。

◆ ◆ ◆

二、鬼屋(haunted houses)

三位研究员利用state-of-the-art深度学习算法让机器学习“鬼屋”或者“恐怖都市”应该长什么样。进而，将这种风格应用在世界上重要的地标物上。

在网站上po出了8种风格的“恐怖景观”，接下来，让我们来看看被AI恐怖占领的世界。

具体研究方法A Neural Algorithm of Artistic Style监狱文章长度这里不再详细介绍，感兴趣的读者请后台回复“万圣节”获得相关论文。

闹鬼屋风格（STYLE: HAUNTEDHOUSE）

恐怖夜风格（STYLE: FRIGHTNIGHT）

屠宰场风格（STYLE: SLAUGHTERHOUSE）

剧毒之城风格（STYLE: TOXIC CITY）

幽灵城风格（STYLE: GHOST TOWN）

地狱风格（STYLE: INFERNO）

触手怪物风格（STYLE: TENTACLEMONSTER）

外星人入侵风格（STYLE: ALIENINVASION）

你更喜欢哪种恐怖风，也来投个票吧！