神经网络能像人一样学会将所看到的世界组织成概念( 二 )_GAN

于是研究人员开始研究GAN的学习机制，给它“喂食”各种风景照片——树、草、建筑和天空。他们想看看它是否能在未被明确告知如何做的情况下自己学会将像素组织成合理的群集。

令人惊讶的是，随着时间的推移，它做到了。例如，通过打开和关闭不同的“神经元” ，让GAN描绘它的想法。研究人员发现了不同的神经元簇，这些神经元簇已经学会了代表一棵树或草，而其他的簇代表墙或门。换句话说，它已经成功地将树像素与门像素分组，而不管这些对象在训练集中如何改变颜色。

“这些GAN正在学习的概念非常接近于人类赋予单词的概念。 ”鲍说。

不仅如此， GAN似乎还知道根据图像中所描绘的墙的类型来绘制相应的门。它会在带有格鲁吉亚建筑风格的砖砌建筑上画一扇格鲁吉亚风格式的门，或者在哥特式建筑上画一扇石门。它还拒绝在天空上画任何门。 GAN不知怎么就掌握了一些关于世界的不言而喻的真理，没有人教它。

这对研究团队来说是一个重大的启示。 “常识的某些方面正在显现， ”鲍说。 “目前还不清楚是否有任何方式（通过深度学习）学习这种东西。这可能表明，深度学习能比我们之前认为的更接近大脑的工作方式——尽管这与人类的智力水平还相去甚远。 ”

神经网络能像人一样学会将所看到的世界组织成概念( 二 )