AI Podcast:酒吧中的争论催生了颠覆深度学习领域的生成式对抗网络

这个故事开始的时候很像笑话:一位研究人员走进酒吧,出来时已经在深度学习领域取得了革命性的进展。

现在,没人会笑话 Google 在职研究员 Ian Goodfellow 萌生生成式对抗网络 (GAN) 这一想法的方式。

在本周的这集 AI Podcast 中,Goodfellow 指出深度学习的一大障碍是需要“经过标记的海量训练数据”,而这需要人工完成大量工作。

“如果你有一个深度神经网络并教它阅读,实际上是教它看照片并识别在照片中看到的字母,那么,它能像人一样做好这件事。”Goodfellow 对 AI Podcast 主持人 Michael Copeland 这样说。 “但是,它学会这样做的过程与人类学会阅读的过程一点都不像。”

GAN 能让深度神经网络更快速地使用和学习数据,并减少了人力投入。两个网络相互竞争时就会出现 “对抗” 。生成器网络负责创作图像,而判别器网络负责辨别图像的真假。

“可以将它想象为类似于艺术评论家。判别器网络观看图像,并指出它是真的还是假的。”Goodfellow 说道。“它还能够告诉生成器网络应该怎么做来让图像看起来更像真的。”

当回想起在安大略的 Les Trois Brasseurs 酒吧进行的简短争论如何让其萌生 GAN 的想法时,Goodfellow 坚定地认为,成功的研究人员不应只沉浸在课题中,还要给自己留出时间去创新。

他说:“我尽力确保自己不会投入到太多事情中,因为我要留出一些空间来触发一点灵感。”

AI PodcastAI 创作出颠覆以往体验的精彩集锦

电竞迷绝对不能错过上周的播客节目。我们采访了雅虎的高级研究员 Yale Song。快来看看他如何训练 AI 创作出精彩的电竞游戏集锦

如何收听 AI Podcast

我们的 AI Podcast 通过 iTunes、DoggCatcher、Google Play MusicOvercastPlayerFMPodbay、Pocket Casts、PodCruncher、PodKicker、Stitcher 和 Soundcloud 播出。如果这里没有列出您爱用的方式,请向 aipodcast@nvidia.com 发送电子邮件以告知我们。

Listen on Google Play Music itunes

Similar Stories