雖然近年來，AI 已經在一些領域發揮超越人類的能力，例如計算、下棋、邏輯推理等，但仍然有許多功能還無法與人腦比擬。近期美國南加州大學研究團隊發表了一項研究成果，展示了可以發揮想像力的 AI 系統，讓機器學習領域出現新的突破。
▲ 目前的 AI 雖然能夠產生完美的虛擬人臉，但無法模擬人臉以外事物。（Source：The Verge）
在人的腦中，可以自由的根據過往經驗，以及人事物的各項特質，憑空想像出不同的場景、動作與畫面，但對於機器來說是一項非常困難的任務，因此南加州大學（University of Southern California，USC）團隊，在今年度「國際機器學習展示會議」（International Conference on Learning Representations，ICLR）發表 AI 想像力系統。
「人類的大腦可以輕易的解構過往學習到的人事物，並且根據不同的特徵－例如形狀、姿態、位置和顏色等，重新合成現實不存在的新圖像。」團隊中的博士生 Yunhao Ge 表示，透過人工神經網路技術，他們設計出一套可以發揮想像能力的 AI 系統。
目前的 AI 系統，如果要自動產生某種圖像，例如人臉，必須先設計出一套演算法，並提供一定數量的人像，讓機器透過演算法學習人臉的各項特徵，之後就能夠自行產生各種虛擬人像。但現有技術的限制在於，系統雖然可以產生無數的虛擬人像，但無法產生與人無關的事物，或是讓虛擬的人處在不同情境中。
研究團隊使用機器學習「脫鉤」（Disentanglement）的概念，這項概念最著名的運用就是「Deepfake」技術，Deepfake 可以將不同人事物的外形、動作和情境分開學習，並用演算法重新創造出一組虛擬的人事物，且進行不同的動態。
因此團隊捨棄傳統演算法使用的單張圖片學習方式，一次用一組互無關聯的圖片，讓 AI 運用脫鉤概念進行特徵分析，從而創造出 AI 進行想像的能力，團隊稱這種想像力為「可控脫鉤圖像學習」（Controllable Disentanglement Representation Learning）。
▲ 帶領研究團隊的南加大教授 Laurent Itti。（Source：USC）
「透過演算法，AI 能夠隨意的把變形金剛裡面的大黃蜂、柯博文與時代廣場結合起來，產生大黃蜂顏色的柯博文卡車在時代廣場旁行駛的圖片。」領導團隊的 Laurant Itti 博士表示，這項成果相較於傳統的圖像產生 AI 來說，有更多聯想能力，能把更多元素同時帶進演算法，讓機器產出更豐富的畫面。
團隊同時也指出，這項技術對醫藥領域也有相當大潛力，透過 AI 脫鉤聯想能力，機器能同時分析成千上萬種不同藥物或生化物質的特性，並透過分析與重組，合成出新的藥物配方，大量減少新藥物研發的時間，可為人類健康帶來許多幫助。
（首圖來源：USC）
