Quora: Alacakaranlık kahramanı makalesi değersizdir, yapay zeka makalesi değil
1Xinzhiyuan Orijinal
Pek çok yabancı medya takip etti ve "Kristen Stewart (Evet, Kristen Stewart olarak biliniyor) yeni bir yapay zeka makalesi yayınladı" başlığını kullanan Quartz dahil olmak üzere haber yaptı.
Son zamanlarda, Quora'da, makine öğrenimi endüstrisindeki bazı insanlar bu konuyu tartıştılar. Temel noktaları şudur: Kristen Stewart'ın imzalı makalesi, hiç de bir "yapay zeka kağıdı" değil, en fazla, içerikten dolayı sadece bir blog. Yukarıdakilerden, temelde işin kopyası olan Prisma'nın önceki araştırma makaleleri ile pek çok benzerlik var.
Yapay zeka gittikçe daha popüler hale geldikçe, her şey yapay zeka ile ilişkilendirilebilecek gibi görünüyor .. Kristen Stewart'ın gerçek niyeti şu anda bilinmemektedir, ancak medyada sık sık "AI +" manşetleri gerçekten yanıltıcıdır.
Önce makalenin ana içeriğine bakalım:
Özette yazar şunları yazdı: Sinirsel Stil Transferi, bir görüntüyü kaynak görüntünün sanatsal stiline yeniden çizmek için sinir ağlarını kullanan yeni geliştirilmiş bir teknolojidir. Bu makale, "Come Swin" filmindeki önemli sahneleri empresyonist tarzda resimlere dönüştürmek için Sinirsel Stil Aktarımı kullanarak bu tekniğin film yapımında kullanım sürecini tartışıyor. "Come Swim" filmi de etkilendi. Felsefi tarzdan ilham aldı. Bu tekniğin, resmin ideal sonucu sunmasını sağlamak için yinelemeli yaratıcı süreç çerçevesinde nasıl kullanılacağını belgeledik ve geniş parametre alanını bir dizi temel yaratıcı kontrol öğesiyle (kontrol) eşlemek için bir yöntem önerdik. Bu haritalama yönteminin gelecekteki araştırmalar için bir referans sağlayacağını umuyoruz.
Yazarın araştırma niyetini anlamak için makaledeki bir resmi kullanabilirsiniz:
En sağdaki stile sahip fotoğrafı almak için soldaki resmi + sistemde depolanan fotoğraf stilini (orta) girin. Bu, sinir ağı resim stili aktarımıdır.
kağıt:
Kağıt adresi: https://arxiv.org/pdf/1701.04928v1.pdf
Toplamda 3 sayfa var.
1. Kristen Stewart'ı kaldırın, ML dünyasında hiç kimse bu makaleyi iki defadan fazla okumayacak
Rusya Yapay Zeka Araştırma Ofisi'nin 2016 yılında stajyeri olan Roman Trusov, Rusya'daki Skolkovo Teknoloji Enstitüsü Bilgi Mühendisliği ve Veri Yüksek Lisansı şunları söyledi:
Bu sorunu neredeyse hiç düşünmediler. Bu bir araştırma makalesi değil ve yapay zeka ile ilgili değil. Raporun başlığının tek doğru kısmı "Kristen Stewart". Bu benim fikrim.
Ne yaptılar: Önceden eğitilmiş, kullanılabilir bir çerçeve indirdiler ve görüntülerini hiçbir şey eğitmeden bu çerçeve üzerinde çalıştırdılar. Zorluk, hafif bir çözüm bulmakta (vgg16 vs vgg19) ve gürültü azaltma rutinini belirlemede yatmaktadır.
Makaleden "Kristen Stewart" adını kaldırırsanız makine öğrenimi endüstrisindeki hiç kimse bu makaleyi iki defadan fazla okumaz, bu nedenle makalenin bilimsel içeriğini anlayabilirsiniz.
Ek olarak, bu makale aynı zamanda Erds Bacon sayısını azaltma girişimidir. Açıkçası, bu gerçek. Ek olarak, belki bu daha fazla kadını bilgisayar bilimini seçmeye teşvik edecektir.
2. Yapay zeka kullanan uygulamalı bir makale
Bir makine öğrenimi araştırmacısı ve Quora mühendislik direktörü olan Xavier Amatriain şunları söyledi:
Burada yanıtlanması gereken iki farklı soru olabilir: 1) Bu makaleyi nasıl değerlendireceğiz? 2) Bu yazının neden olduğu raporları nasıl değerlendireceğiz?
Önce ikinci soruyu cevaplayacağım, çünkü bunun (potansiyel) sorunun kökü olduğunu düşünüyorum. Şimdi, çoğu şey AI etrafında dönüyor, bu yüzden kesinlikle bazı aşırı ısınma etkileri olacak. Yapay zekayı bir Hollywood oyuncusu ile ilişkilendirmeye çalışan bir makale için genel halk tepkisinin ne olacağını da anlıyorum. Dürüst olmak gerekirse, Quartz (bir haber medyası) yaklaşımının hem avantajları hem de dezavantajları olduğunu buldum. Bu makaleyi Twitter ve Facebook'ta paylaştığımı itiraf etmeliyim.
Dikkat edilmesi gereken ilk şey, Quartz'ın "yayınla" yerine "yayınlandı" kelimesini kullanmasıdır. Bu iyi. Ayrıca makaleden sonra, ArXiv'de bir makale yayınlamanın, herhangi bir araştırma topluluğu tarafından hakemli tarafından incelendiği veya kabul edildiği anlamına gelmediğini açıkladılar. İnsanlar ArXiv'in gönderilen makaleleri inceleyeceğini hatırlamalıdır, ancak web sitesindeki kağıtların kalitesinden sorumlu değildirler. Başka bir deyişle, bir taslak veya bir kurs teslim etmek de mümkündür. Şu anda, bu makale başka bir topluluk tarafından kabul edilmeden önce, bu arka planı vurgulamak gerekir.
İkincisi, diğerlerinin de belirttiği gibi, haber başlıklarının aksine, bu yapay zeka üzerine bir araştırma yazısı değil. Bu, yapay zeka kullanan uygulamalı bir makaledir. İkisi tamamen farklı. Elbette bu, makalenin kendisinin kötü bir araştırma makalesi olduğu anlamına gelmez, ancak farklı kriterlere göre değerlendirilmesi gerekir, çünkü açıkçası makale AI / ML topluluğuna yeni bir şey getirmez. Yukarıdaki noktalara dayanarak, AI araştırmacılarının yorumları gerçekten noktayı yakalamadı.
Bu konuda yorum yapmaya yetkili olduğumu hissediyorum. Kendi araştırmam makine öğrenimi ile ilgili olsa da, çalışmalarımın çoğu aslında öneri sistemleri ve multimedya sistemleri gibi alanları kapsayan uygulamalı makalelerdir. Aslında, bazıları uluslararası konferanslarda ve dergilerde yayınlanan bildirilerde sanatçılarla da işbirliği yaptım.
Öyleyse, bu noktayı hatırladıktan sonra, başka bir soruyu cevaplayayım: Makalenin kendisini nasıl değerlendirebilirim?
Ne yazık ki, kağıt benim üzerimde hiçbir izlenim bırakmadı. Bir sanat uygulaması AI kağıdı olarak değeri çok sınırlıdır. Makalenin kendisinin birçok sorunu var ve çoğu konferans tarafından kabul edilmeyi zorlaştırıyor:
1. Bu uygulama ile özetlenen deneyimin aslında tanıtılması zordur ve istenen hedef bile karşılanamaz.
2. Kabul edilen fikirler ve yöntemler nispeten sınırlıdır.
3. Yeterli alıntı yok. Özellikle, uygulamalı bir makale olarak, yakın tarihli AI / ML makalelerinden alıntı yapmak yeterli değildir. Yazarlar, diğer sanatçıların yapay zeka konusundaki araştırmalarından alıntı yapmalıdır.
Başka bir deyişle, makalenin bir "poster" ya da atölyeye gönderilmesi için yeterli olabileceğini düşünüyorum. Biçimi ve uzunluğu düşünüldüğünde yazarın asıl niyeti bu olabilir diye düşünüyorum.
Son olarak, makalenin yazarı Kristen Stewart olup olmayacak mı sorusuna cevap vereyim. Demek istediğim çok açık: Kristen kesinlikle yazarlardan biri olmalı. Yine, bu uygulamalı bir makale (veya daha doğrusu, sanatsal bir yaratım makalesi). Sanatçının veya yaratıcının rolü, yapay zeka araştırmacısının rolü kadar veya daha da önemli olmalıdır. Aslında açıklamak istediğim sır, Kristen'ın bu tezde bazı doktora tezlerinden çok daha fazla katkı yapmış olması gerektiğidir.
3. Bu sadece Prisma teknolojisinin bir uzantısıdır
Singapur-MIT Araştırma ve Teknoloji Birliği'nde stajyer araştırmacı olan Shashwat Verma şunları söyledi:
Prisma'yı duydunuz mu? Bu APP, yüklediğiniz fotoğrafın stilini kaynak fotoğrafın stiline göre yeniden çizebilir. Bu APP hakkındaki orijinal makale: https://arxiv.org/pdf/1508.06576.Yazar Gatys et al.
Henüz Prisma'yı bilmiyorsanız, aşağıdaki örneğe bakabilirsiniz:
Bu, evrişimli sinir ağları kullanılarak yapılır. Yukarıda bahsettiğim makale, sadece kedileri tanımlamaktan ziyade sanatsal yaratım için derin öğrenmeyi kullanıyor. Bu çok güzel bir makale. Sonuçları yeniden doğrulayabilirsiniz.
Kristen Stewart'ın makalesi (belki?) Gatys ve diğerlerinin çalışmasını genişletiyor.
Her şeyden önce, Kristen Stewart ve arkadaşlarının yazdığı makalenin gerçek bir AI makalesi olmadığına dikkat edilmelidir. Muhtemelen, kendileri bunu bir AI kağıdı olarak adlandırmak niyetinde değillerdi. Bunu ve bu "AI" makalesindeki tek matematiksel denklemi analiz edelim.
Stil aktarım oranını denedikten sonra, anlamlı yaratıcı keşif için üstel olması gerektiği sonucuna vardık. Öznel olarak, bu üstel biçim bize, görüntünün izlenimini stil aktarımıyla yansıtmanın kabaca bir yolu olan u olarak adlandırılan yararlı bir gerçekdışılık ölçüsü verir:
stil aktarım oranı = 10 ^ u
Kristen Stewart'ın tezinin katkısına (muhtemelen en önemli nokta) katkı denemez. Gatys'in orijinal makalesi bu formülü zaten tartıştı ve hatta U'nun değişiminin etkisini göstermek için çok iyi bir fotoğraf ekledi.
Başka katkılardan da söz ettiler, ancak bu bir makale için yeterli değil, bence. Bir dizi parametreden (hiperparametreler değil) ve bunların nasıl ayarlandığından bahsettiler. Ancak bu, onu bir AI kağıdı yapmak için yeterli değil. Sadece bir blog yayınlamış olabilirler. Ben kendim bu yazıda iyi bir nokta bulamadım. Yeni bir şey öğrenmeme izin vermedi.
Ancak bu makale, stil aktarımı için derin öğrenmeyi kullanmak isteyen film yapımcıları için faydalı olabilir. Çıktı resmini üretmek için yeterince iyi (öznel) hale getirmek için parametreleri ayarlamaları gerekebilir.
Kristen Stewart'ın makalesinin ne olduğunu veya Prisma APP'nin nasıl çalıştığını gerçekten öğrenmek istiyorsanız, Gatys'in makalesini okuyun.
Son olarak, Kristen'in derin öğrenme ön eğitimi için herhangi bir teknik çalışma yaptığını düşünmüyorum. Diğer profesörler gibi, herhangi bir iş yapmadan adını imzalıyor olabilir. Kristen bir oyuncu, derin öğrenme mühendisi değil. Bu nedenle, makalenin eleştirisi araştırma mühendisi Bhautik J Joshi'ye yönlendirilmelidir.
Analizim yanlış olabilir, eğer beni düzeltebilirseniz, pek minnettar değilim.
Xinzhiyuan İşe Alım
Genel Yayın Yönetmeni, Baş Editör
Yıllık maaş pozisyonu: 500.000 (maaş + ikramiye) -1 milyon (maaş + ikramiye + seçenekler)
İş yeri: Pekin-Haidian Bölgesi
Bölüm: Yayın Bölümü
Rapor: CEO
Astların sayısı: 20
Yaş gereksinimi: 25 ila 40 yaş arası
Dil: Mesleki İngilizce seviye 8 veya üstü veya yurtdışı eğitim geçmişi
Pozisyon geçmişi: BT medya alanında profesyonel ekip yönetimi deneyimi ve ana akım ses Eğitim gereksinimleri: yüksek lisans derecesi ve üzeri
iş tanımı:
Yapay zeka ve medya kariyeri konusunda tutkulu;
3 yıldan fazla medya edinme ve düzenleme deneyimine sahip olmak ve sektörde belirli bir etkiye ve ağa sahip olmak;
Orijinal + derleme ekibi yönetimi deneyimine sahip, departmanlar arasında işbirliği ve iletişimde iyi;
TMT alanını derinlemesine anlayın ve endüstri trendlerine ilişkin benzersiz içgörülere sahip olun;
Mükemmel İngilizce okuma, yazma ve iletişim becerileri;
Baskıya ve kendi kendine sürüşe karşı güçlü bir yetenek, son derece rekabetçi bir ortamda takımı motive edebilir;
Girişimci ruhu ve takım ruhu, sebat ve zorluklara göğüs germek için isteklilik;
Bilim ve mühendislik geçmişi tercih edilir ve tanınmış şirketler veya tanınmış medya kuruluşlarında iş deneyimi tercih edilir.
Görev
İçerik kalitesinden, kullanıcı okuma deneyiminden ve etkiden sorumlu olan Xinzhiyuan içerik platformunun planlanması, üretimi ve işletilmesinden tamamen sorumludur. İçerik platformunun konumlandırılması ve planlanmasının tamamlanması, düzenleme ekibinin kurulması ve yönetilmesi, temel konuların planlanması ve uygulanması, feed yazarlarının kaynaklarının oluşturulması ve sürdürülmesinden; resmi hesabın çeşitli veri göstergelerindeki değişiklikleri izlemek ve buna dayalı olarak içerik kalitesini iyileştirmekten özellikle sorumludur.
Xinzhiyuan, yüksek ideallere sahip kişilerin görüşmeye gelmesini memnuniyetle karşılıyor. Daha fazla işe alım pozisyonu için lütfen Xinzhiyuan'ın resmi hesabını ziyaret edin
