从“苹果”到“异常”

2020-07-27 16:09健一
摄影之友 2020年7期
关键词:奥特曼类别含义

健一

物体识别的背叛,2019?Trevor Paglen,纽约大都会影城,奥特曼·西格尔,旧金山

從“‘苹果到‘异常”是特雷弗·帕格伦(Trevor Paglen)与专门研究机器学习、人工智能及其社会影响的研究员兼教授凯特·克劳福德(Kate Crawford)所做的工作的物理体现。展出的30,000张照片全部来自图库网站ImageNet。ImageNet拥有超过1400万张图像和21,000多个类别的数据库,是训练AI机器学习面部识别人和物的主要图片来源之一。Paglen将大量的图片视觉信息导入到“训练集”的分组中,向我们展示了研究成果的核心——名词并不总是中立或纯真的,图像有时候也是奸诈的。

展览从一个苹果开始,它取材自勒内·马格利特(RenéMagritte)1964年的画作Ceci n'est pas une pomme (This is not an apple)。通过“训练集”,根据算法可以识别出众多苹果和类苹果,但类别会快速变形和碰撞,再识别出新类别。从“苹果”很快就可以识别出“苹果树”“水果”,再到 “酒精”“债务人”“吸毒者”“无家可归”“种族主义者”,到最后的“异常”类别,包括人,其中许多人是变相的、“蒙面”的,其身份和分类还不确定。比如其中“投资者”可以代表一群穿西装的男人;“疯狂”表示人类具有一系列恐怖电影里才有的变态行为。

展览还展示了人类可以在AI中保持的品质——创造力和理解细微差别的能力。诸如“垃圾邮件”之类的词具有多种含义,但对AI仅有一种含义。此外,他们还推出了一个工具,用户可以在其中上传自己的照片,并查看AI如何对它们进行分类,通常会产生令人不快的结果。正如Paglen在一篇论文中写道:“收集图像、对图像进行分类和标记的全部工作,本身就是一种政治形式,充满了关于由谁来决定图像含义的问题。”

猜你喜欢
奥特曼类别含义
一起去图书馆吧
简析基于概率预测的网络数学模型建构
每个袋子里总有坏土豆
百万奥特曼
科学小卫士(三)
选相纸 打照片
鼹鼠牌游乐场