斯坦福大學的研究人員利用人工智能生成模因

如今，人工智能幾乎可以做任何事情，例如從快照中生成對象的3D渲染，擊敗面部識別系統或跟蹤塞倫蓋蒂的野生動物。它在產生模因方面也出奇地好。

在一篇名為“ Dank Learning ”的白皮書中(是的，真的)，該項目的兩位首席科學家Abel L. Peirson和E. Meltem Tolunay描述了一個神經網絡，它可以攝取，獲得對互聯網的理解和吐出。 -jokes。AI由卷積神經網絡(CNN)組成，它將圖像作為輸入并將其轉換為稱為矢量嵌入(編碼器)的數學表示，以及創建字幕的長短期記憶(LSTM)遞歸神經網絡(RNN)(解碼器)。

這是一個棘手的問題：你能說出神經網絡創造了以下哪些模因?

斯坦福大學的研究人員用memegenerator.com的2,600個獨特圖像標簽對為系統提供了超過400,000張圖像 - 特別是“建議動物”式的模因，帶有幽默字幕特定字符的圖片(例如，穿著浴袍的貓) - 使用Python腳本。然后，他們指示人類受試者判斷每個圖像的“歡鬧”，讓他們猜測它們是由人還是神經網絡產生的。

“這樣可以相對簡單地收集數據集，”Peirson和Tolunay寫道。“在本文中，我們特別將模因生成稱為以與最初提供的圖像相關的方式生成幽默標題的任務，該圖像可以是模因模板或其他形式。”

判決結果：人類能夠在大約70%%的時間內選擇算法創建的模因，但在相當均勻的情況下對它們進行評分。

作者寫道：“兩者產生的平均模因難以與真實的模因區別開來，兩種變體的評分都與實際模因的評分相近，盡管這是一個相當主觀的指標。”

那么上面的模因畫廊怎么樣?“大數據”模因是由人類制作的三個中唯一的一個 - 其他是神經網絡的工作。注意，潮濕的學期 - 機器人正在為你而來。