斯坦福大学的研究人员利用人工智能生成模因

如今，人工智能几乎可以做任何事情，例如从快照中生成对象的3D渲染，击败面部识别系统或跟踪塞伦盖蒂的野生动物。它在产生模因方面也出奇地好。

在一篇名为“ Dank Learning ”的白皮书中(是的，真的)，该项目的两位首席科学家Abel L. Peirson和E. Meltem Tolunay描述了一个神经网络，它可以摄取，获得对互联网的理解和吐出。 -jokes。AI由卷积神经网络(CNN)组成，它将图像作为输入并将其转换为称为矢量嵌入(编码器)的数学表示，以及创建字幕的长短期记忆(LSTM)递归神经网络(RNN)(解码器)。

这是一个棘手的问题：你能说出神经网络创造了以下哪些模因?

斯坦福大学的研究人员用memegenerator.com的2,600个独特图像标签对为系统提供了超过400,000张图像 - 特别是“建议动物”式的模因，带有幽默字幕特定字符的图片(例如，穿着浴袍的猫) - 使用Python脚本。然后，他们指示人类受试者判断每个图像的“欢闹”，让他们猜测它们是由人还是神经网络产生的。

“这样可以相对简单地收集数据集，”Peirson和Tolunay写道。“在本文中，我们特别将模因生成称为以与最初提供的图像相关的方式生成幽默标题的任务，该图像可以是模因模板或其他形式。”

判决结果：人类能够在大约70%%的时间内选择算法创建的模因，但在相当均匀的情况下对它们进行评分。

作者写道：“两者产生的平均模因难以与真实的模因区别开来，两种变体的评分都与实际模因的评分相近，尽管这是一个相当主观的指标。”

那么上面的模因画廊怎么样?“大数据”模因是由人类制作的三个中唯一的一个 - 其他是神经网络的工作。注意，潮湿的学期 - 机器人正在为你而来。