想象一下有一只橘貓，然后再想象一下這只貓是煤灰色的，現(xiàn)在，再想象一下，這只貓正在長城上昂首闊步。做出上述想象時，人們大腦中的一系列神經(jīng)元會快速激活，并根據(jù)之前對世界的認知，想出各種各樣的圖片。換句話說，人類很容易想象一個具有不同屬性的物體。但是，盡管深度神經(jīng)網(wǎng)絡(luò)上在執(zhí)行某些任務(wù)是能夠取得與人類一樣或超越人類的表現(xiàn)，但是，計算機在“想象”技能方面仍在與人類處于較量中。

據(jù)外媒報道，美國南加州大學(xué)的一支研究團隊研發(fā)了一種人工智能（AI）技術(shù)，能夠利用與人類類似的能力想象擁有不同屬性、之前從未見過的物體。該支團隊由Laurent Itti教授、博士生Yunhao Ge、Sami Abu-El-Haija和Gan Xin組成。研究人員表示：“我們受人類視覺泛化能力的啟發(fā)，嘗試在機器中模擬人類的想象力。人類能夠根據(jù)形狀、姿勢、位置、顏色等屬性將所學(xué)的知識分開，然后再把此類知識結(jié)合起來想象一個新的物體。

新AI系統(tǒng)靈感（圖片來源：南加州大學(xué)）

AI的泛化問題

例如，假設(shè)你想創(chuàng)建一個能夠生成車輛圖片的AI系統(tǒng)。在理想情況下，你能夠為該算法提供一些車輛的圖片，然后其能夠生成各種顏色、不同角度的各種汽車，如保時捷、龐蒂亞克、皮卡等。

這也是AI長期追求的目標(biāo)之一，即創(chuàng)建能夠外推的模型，這也意味著，只要給出一些例子，該模型能夠提取出基本的規(guī)則，并將此類規(guī)則應(yīng)用到各種新穎、之前從未見過的例子中。但是，機器通常只訓(xùn)練像素等樣本特征，而不會考慮到物體的屬性。

想象力的科學(xué)

在此次新研究中，研究人員利用一種稱為分離（Disentanglement）的概念試圖克服此種限制。例如，分離能夠用于生成深度偽裝（deepfakes），將人類的面部運動和身份分離，然后合成新的圖片和視頻，用另一個人替代原來的人，但是還是原來的面部運動，類似于換臉技術(shù)。

新方法訓(xùn)練圖像以及被組合的圖像（圖片來源：南加州大學(xué)）

類似上述方法，不像傳統(tǒng)的算法一樣只采用一個樣本，新方法采用了一堆樣本照片并挖掘兩者之間的相似性，以實現(xiàn)“可控分離表征學(xué)習(xí)”（controllable disentangled representation learning）。

然后，該方法會重新組合知識，以實現(xiàn)“可控新圖像合成”，或者人們所說的想象。例如，以變形金剛為例，它能夠采用威震天汽車的外形，但是采用黃色大黃蜂的顏色和姿勢以及紐約時代廣場的背景。最后是一輛黃色大黃蜂顏色的威震天汽車在時代廣場行駛，即使在訓(xùn)練過程中并沒有人看到此種樣本。

然后，該方法會重新組合知識，以實現(xiàn)“可控新圖像合成”，或者人們所說的想象。例如，以變形金剛為例，它能夠采用威震天汽車的外形，但是采用黃色大黃蜂的顏色和姿勢以及紐約時代廣場的背景。最后是一輛黃色大黃蜂顏色的威震天汽車在時代廣場行駛，即使在訓(xùn)練過程中并沒有人看到此種樣本。

理解這個世界

雖然分離不是一個新概念，研究人員表示，該框架能夠與幾乎任何類型的數(shù)據(jù)或知識兼容，擴大其應(yīng)用范圍。例如，通過將敏感屬性從等式中移動，分離種族和性別相關(guān)知識，以實現(xiàn)更公平的AI。

在醫(yī)學(xué)領(lǐng)域，該技術(shù)能夠通過將藥物的功能從其他屬性中分離，然后在重新組合以合成新的醫(yī)藥，從而幫助醫(yī)生和生物學(xué)家發(fā)現(xiàn)更有用的藥物。賦予機器想象力還能夠幫助創(chuàng)造更安全的AI，例如，讓自動駕駛汽車在訓(xùn)練中想象并避開之前未看到的危險場景。