当您什么都不喂Ai时会发生什么

如果您偶然发现了Terence Broad的AI生成的艺术品（稳定平衡 在YouTube上，您可能会认为他在画家马克·罗斯科（Mark Rothko）的作品上训练了模特较早，，，，较轻的碎片，在他的视力变成之前黑暗和充满了厄运。像早期的Rothko一样，Broad的AI生成的图像由简单的纯色字段组成，但它们会变形，不断变化的形式和色调。

但是布罗德没有在Rothko上训练他的AI；他根本没有对任何数据进行训练。通过将神经网络入侵神经网络，将其元素锁定到递归循环中，他能够诱导该AI产生图像，而无需任何训练数据 - 没有输入，没有影响。根据您的观点，Broad的艺术要么是纯粹的人造创造力的开创性展示，要么是AI的灵魂，还是聪明但毫无意义的电子副产品，比音乐更接近吉他反馈。无论如何，他的作品指向生成AI的更具创造力和道德使用的道路，而不是通过我们的视觉文化渗出的大规模制造的衍生坡度制造。

Broad对其他人的培训AI的伦理有深刻的保留，但他的主要灵感（UN）稳定平衡没有哲学；这是一项糟糕的工作。2016年，在寻找没有涉及监视的机器学习工作的工作之后，Broad在一家公司在米尔顿凯恩斯市运行了交通摄像机网络的公司，重点是数据隐私。Broad说：“我的工作是培训这些模型并管理这些庞大的数据集，例如在英国最无聊的城市周围的150,000张图像。”而且我只是厌倦了管理数据集。当我开始艺术练习时，我就像我不这样做 - 我没有做[数据集]

跨国公司的法律威胁使他远离投入。广泛的早期艺术成就之一包括培训电影的每一帧中一种称为自动编码器的人工神经网络刀片跑步者（1982），然后要求它生成电影的副本。结果，其中仍然可以在线提供，同时证明了2016年限制的生成AI，以及对人类创造的情报危险的评论。Broad在网上发布了视频，很快就会受到Warner Bros的主要关注和DMCA取消通知。但是，您可能会在美国法院起诉自己，作为有很多债务的新毕业生，我并不是我愿意冒险的事情。”

当一名来自的记者来自Vox 与华纳兄弟联系以供评论，它迅速取消了通知 - 仅在不久之后重新发行。（Broad说，该视频已被重新发布好几次，并且始终收到一个撤离通知 - 具有讽刺意味通过AI进行。）策展人开始联系Broad，他很快在惠特尼，巴比肯人​​，ARS Electronica和其他场所参加了展览。但是，对工作的模糊法律地位的焦虑却令人沮丧。``我记得当我去惠特尼（Whitney）演出的私人景色时，我记得坐在飞机上，我在开玩笑，因为我就像，哦H，华纳兄弟会关闭它，广泛回忆。我对此非常偏执。值得庆幸的是，我从未被华纳兄弟（Warner Bros.）提起诉讼，但这确实与我有关。之后，我想我想练习，但我不想做一些工作，而没有他们同意，而没有付款。自2016年以来，我从未培训过任何其他人制作我的艺术的生成AI模型。”

2018年，Broad在伦敦大学Goldsmiths获得了计算机科学博士学位。他说，在那里，他开始努力应对他对数据禁欲的誓言的全部含义。您如何在不模仿数据的情况下训练生成的AI模型？我花了一段时间才意识到那是矛盾的。生成模型只是数据的统计模型，该模型仅模仿了它已被训练的数据。因此，我不得不找到其他方法来构建问题。在传统的gan中，两个神经网络 - 歧视者和发电机相互训练。两个网络都分析了数据集，然后生成器试图通过生成虚假数据来欺骗歧视器。当失败时，它会调整其参数，并在成功时，判别器会调整。在此训练过程结束时，从理论上讲，鉴别器和发电机之间的拔河战将产生一个理想的平衡，使该GAN能够产生与原始训练集相当的数据。

Broad的Eureka时刻是一个直觉，他可以用另一个发电机网络替换GAN中的训练数据，将其循环到第一个发电机网络，并指示它们相互模仿。他的早期努力导致模式崩溃并产生了灰色斑点。布罗德说，没什么令人兴奋的。但是，当他将颜色差异损失项插入系统时，图像变得更加复杂，更加活跃。随后对GAN的内部元素进行的实验进一步推动了工作。[gan]的输入称为潜在矢量。基本上，这是一个大数组。您可以在发电的可能性空间中之间在不同点之间平稳过渡，这是在两个网络的可能性空间中移动的。我认为有趣的事情之一就是它如何无限地产生新事物。

从他的最初结果看，Rothko的比较立即显而易见。布罗德说，他将这些图像保存在一个名为“ Rothko-Queque”的文件夹中。（UN）稳定平衡在一次科技会议上，观众中的某人说他没有将任何数据输入到甘恩中，并坚持认为他必须对彩色田间绘画进行训练。Broad的工作中的才华在于此过程中，而不是输出。他没有着手创建Rothko风格的图像。他着手揭示与他合作的网络的潜在创造力。

他成功了吗？甚至不太确定。当被问及是否在（UN）稳定平衡他说，这是纯粹的人工创造力的真正产物，“没有对网络的产出本身不施加外部代表或功能，但我推测我的个人美学偏好对这个过程产生了一定的影响。我有很多学者建议我试图调查并了解它为什么会输出它的作用，但是老实说，我对它的奥秘感到非常满意！”

与他谈论他的过程，并阅读他的博士学位论文时，收获之一是，即使在最高的学术水平上，人们也不会真正了解生成性AI的工作原理。将像Midjourney这样的生成AI工具与迅速工程的专有强调与Photoshop之类的东西进行比较，该工具允许用户调整几乎无数的设置和元素。我们知道，如果我们提供生成的AI数据，那么这些输入的复合材料将出现在另一侧，但是在颗粒状的层面上，没有人真正知道黑匣子内发生了什么。（其中一些是有意的；广泛的注释，一家名为Openai的公司的讽刺意味，对其模型和投入非常秘密。）

Broad无需输入输出的探索揭示了AI的内部过程，即使他的努力有时听起来更像是早期的Lobotomists用冰袋扎根于大脑，而不是精神分析的细微探索。揭示这些模型的工作方式也使他们神秘化 - 在技术优势主义者和厄运者都在努力的情况下劳作的时候，这是一个全能的，准杂种的ai。我们认为他们的所作所为远远超出了自己的状态。但是，这只是一堆矩阵乘法。进入那里很容易开始改变事物。