虽然近年来，AI 已经在一些领域发挥超越人类的能力，例如计算、下棋、逻辑推理等，但仍然有许多功能还无法与人脑比拟。近期美国南加州大学研究团队发表了一项研究成果，展示了可以发挥想像力的 AI 系统，让机器学习领域出现新的突破。
▲ 目前的 AI 虽然能够产生完美的虚拟人脸，但无法模拟人脸以外事物。（Source：The Verge）
在人的脑中，可以自由的根据过往经验，以及人事物的各项特质，凭空想像出不同的场景、动作与画面，但对于机器来说是一项非常困难的任务，因此南加州大学（University of Southern California，USC）团队，在今年度“国际机器学习展示会议”（International Conference on Learning Representations，ICLR）发表 AI 想像力系统。
“人类的大脑可以轻易的解构过往学习到的人事物，并且根据不同的特征－例如形状、姿态、位置和颜色等，重新合成现实不存在的新图像。”团队中的博士生 Yunhao Ge 表示，透过人工神经网络技术，他们设计出一套可以发挥想像能力的 AI 系统。
目前的 AI 系统，如果要自动产生某种图像，例如人脸，必须先设计出一套算法，并提供一定数量的人像，让机器透过算法学习人脸的各项特征，之后就能够自行产生各种虚拟人像。但现有技术的限制在于，系统虽然可以产生无数的虚拟人像，但无法产生与人无关的事物，或是让虚拟的人处在不同情境中。
研究团队使用机器学习“脱钩”（Disentanglement）的概念，这项概念最著名的运用就是“Deepfake”技术，Deepfake 可以将不同人事物的外形、动作和情境分开学习，并用算法重新创造出一组虚拟的人事物，且进行不同的动态。
因此团队舍弃传统算法使用的单张图片学习方式，一次用一组互无关联的图片，让 AI 运用脱钩概念进行特征分析，从而创造出 AI 进行想像的能力，团队称这种想像力为“可控脱钩图像学习”（Controllable Disentanglement Representation Learning）。
▲ 带领研究团队的南加大教授 Laurent Itti。（Source：USC）
“透过算法，AI 能够随意的把变形金刚里面的大黄蜂、柯博文与时代广场结合起来，产生大黄蜂颜色的柯博文卡车在时代广场旁行驶的图片。”领导团队的 Laurant Itti 博士表示，这项成果相较于传统的图像产生 AI 来说，有更多联想能力，能把更多元素同时带进算法，让机器产出更丰富的画面。
团队同时也指出，这项技术对医药领域也有相当大潜力，透过 AI 脱钩联想能力，机器能同时分析成千上万种不同药物或生化物质的特性，并透过分析与重组，合成出新的药物配方，大量减少新药物研发的时间，可为人类健康带来许多帮助。
- AI Uses Human-Like Capabilities to Imagine the Unseen
（首图来源：USC）
