北京
当人工智能被喂食"虚无"时会发生什么？艺术家特伦斯·布罗德的AI生成艺术作品《不稳定平衡》为我们提供了答案。这些作品由简单的纯色色块组成，不断变化形态和色调，让人联想到画家马克·罗斯科的早期作品。
然而，布罗德并未用罗斯科的作品训练他的AI模型。实际上，他根本没有使用任何训练数据。通过破解神经网络并将其元素锁定在递归循环中，他成功诱导AI在没有任何训练数据的情况下生成图像——没有输入，没有影响。
布罗德对使用他人作品训练生成式AI的伦理问题深表担忧。他的灵感源于一份乏味的工作经历。2016年，他在米尔顿凯恩斯的一家交通摄像头公司工作，负责训练模型和管理庞大的数据集。"我厌倦了管理数据集，"他说，"当我开始艺术实践时，我决定不再制作数据集。"
法律威胁进一步推动了他远离输入数据。布罗德早期的一个艺术项目涉及用《银翼杀手》的每一帧训练自编码器，然后让它生成电影副本。这个作品很快收到了华纳兄弟的DMCA删除通知。作为一个负债累累的新毕业生，布罗德不愿冒险在美国法庭被起诉。
这次经历让他决定："我想要实践，但不想制作仅仅衍生自他人作品的东西，既没有他们的同意，也没有付费。"自2016年以来，他再未使用他人数据训练生成式AI模型。
2018年，布罗德在伦敦金史密斯大学开始攻读计算机科学博士学位。他开始思考数据禁欲誓言的全部含义。"如何在不模仿数据的情况下训练生成式AI模型？我花了一段时间才意识到这是个矛盾。生成模型本质上就是数据的统计模型，只是模仿训练数据。"
布罗德将注意力转向生成对抗网络（GAN）。在传统GAN中，两个神经网络——判别器和生成器——相互训练。他的突破性想法是用另一个生成器网络替换训练数据，让它们相互模仿。
早期尝试产生了"灰色斑点，没什么令人兴奋的"。但当他在系统中插入颜色方差损失项时，图像变得更加复杂和生动。
本文源自：金融界
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
