<p>在科學(xué)技術(shù)領(lǐng)域，人們長(zhǎng)期以來(lái)一直在努力提高各種測(cè)量的精度，同時(shí)也在努力提高圖像的分辨率。隨之而來(lái)的一個(gè)目標(biāo)是減少?gòu)乃占臄?shù)據(jù)(可視的或其他方式的)中可以做出的估計(jì)和得出的推論的不確定性。然而，不確定性永遠(yuǎn)不可能完全消除。既然我們必須接受它，至少在某種程度上，通過盡可能精確地量化不確定性，我們可以獲得很多東西。</p> <p>&nbsp;</p> <p>換句話說(shuō)，我們想知道我們的不確定性有多不確定。</p> <p>&nbsp;</p> <p>麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)的博士后Swami Sankaranarayanan和他的合著者&mdash;&mdash;加州大學(xué)伯克利分校的Anastasios Angelopoulos和Stephen Bates在一項(xiàng)新的研究中討論了這個(gè)問題;以色列理工學(xué)院的Yaniv Romano;以及麻省理工學(xué)院電氣工程和計(jì)算機(jī)科學(xué)副教授菲利普&middot;伊索拉(Phillip Isola)。這些研究人員不僅成功地獲得了對(duì)不確定性的精確測(cè)量，他們還找到了一種以普通人能夠理解的方式顯示不確定性的方法。</p> <p>&nbsp;</p> <p>他們的論文于12月在新奧爾良舉行的神經(jīng)信息處理系統(tǒng)會(huì)議上發(fā)表，涉及計(jì)算機(jī)視覺&mdash;&mdash;人工智能的一個(gè)領(lǐng)域，涉及訓(xùn)練計(jì)算機(jī)從數(shù)字圖像中收集信息。這項(xiàng)研究的重點(diǎn)是部分被玷污或損壞(由于缺少像素)的圖像，以及旨在揭示受損或以其他方式隱藏的信號(hào)部分的方法&mdash;&mdash;特別是計(jì)算機(jī)算法。Sankaranarayanan解釋說(shuō)，這種算法&ldquo;把模糊的圖像作為輸入，然后給你一個(gè)干凈的圖像作為輸出&rdquo;&mdash;&mdash;這個(gè)過程通常分為幾個(gè)步驟。</p> <p>&nbsp;</p> <p>首先，有一個(gè)編碼器，這是一種由研究人員專門訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，用于消除模糊圖像的模糊。編碼器獲取扭曲的圖像，并由此創(chuàng)建一個(gè)抽象(或&ldquo;潛在&rdquo;)的干凈圖像的形式-由一組數(shù)字組成-這對(duì)計(jì)算機(jī)來(lái)說(shuō)是可以理解的，但對(duì)大多數(shù)人來(lái)說(shuō)是沒有意義的。下一步是解碼器，解碼器有幾種類型，通常都是神經(jīng)網(wǎng)絡(luò)。Sankaranarayanan和他的同事使用一種被稱為&ldquo;生成&rdquo;模型的解碼器。特別地，他們使用了一個(gè)名為StyleGAN的現(xiàn)成版本，它從編碼表示(例如一只貓)中獲取數(shù)字作為輸入，然后構(gòu)造一個(gè)完整的、清理過的圖像(特定貓的圖像)。因此，整個(gè)過程，包括編碼和解碼階段，從最初混亂的渲染中產(chǎn)生了清晰的圖像。</p> <p>&nbsp;</p> <p>但是人們能對(duì)最終圖像的準(zhǔn)確性有多大的信心呢?而且，正如2022年12月的論文中所述，什么是表示圖像中的不確定性的最佳方式?標(biāo)準(zhǔn)的方法是創(chuàng)建一個(gè)&ldquo;顯著性圖&rdquo;，它賦予一個(gè)概率值&mdash;&mdash;在0到1之間&mdash;&mdash;來(lái)表示模型對(duì)每個(gè)像素的正確性的置信度，每次取一個(gè)。Sankaranarayanan表示，這種策略有一個(gè)缺點(diǎn)，&ldquo;因?yàn)閷?duì)每個(gè)像素的預(yù)測(cè)是獨(dú)立執(zhí)行的。但有意義的對(duì)象出現(xiàn)在像素組中，而不是在單個(gè)像素中，&rdquo;他補(bǔ)充道，這就是為什么他和他的同事們提出了一種完全不同的評(píng)估不確定性的方法。</p> <p>&nbsp;</p> <p>他們的方法以圖像的&ldquo;語(yǔ)義屬性&rdquo;為中心&mdash;&mdash;當(dāng)把一組像素放在一起時(shí)，它們就有了意義，例如，組成一張人臉、一只狗或其他一些可識(shí)別的東西。Sankaranarayanan堅(jiān)持認(rèn)為，目標(biāo)是&ldquo;以一種與人類容易理解的像素分組相關(guān)的方式來(lái)估計(jì)不確定性。&rdquo;</p> <p>&nbsp;</p> <p>盡管標(biāo)準(zhǔn)方法可能只產(chǎn)生一張圖像，構(gòu)成對(duì)真實(shí)圖像應(yīng)該是什么樣子的&ldquo;最佳猜測(cè)&rdquo;，但這種表示中的不確定性通常很難辨別。</p> <p>&nbsp;</p> <p>這篇新論文認(rèn)為，為了在現(xiàn)實(shí)世界中使用，不確定性應(yīng)該以一種對(duì)非機(jī)器學(xué)習(xí)專家的人有意義的方式呈現(xiàn)。作者并不是只生成一張圖像，而是設(shè)計(jì)了一種生成一系列圖像的程序&mdash;&mdash;每一張圖像都可能是正確的。此外，它們可以在范圍或間隔上設(shè)置精確的界限，并提供一個(gè)概率保證，真實(shí)的描述位于該范圍內(nèi)的某個(gè)地方。如果用戶對(duì)90%的確定性感到滿意，則可以提供更窄的范圍，如果可以接受更大的風(fēng)險(xiǎn)，則可以提供更窄的范圍。</p> <p>&nbsp;</p> <p>作者認(rèn)為，他們的論文提出了第一個(gè)為生成模型設(shè)計(jì)的算法，該算法可以建立與圖像有意義(語(yǔ)義可解釋)特征相關(guān)的不確定性區(qū)間，并提供&ldquo;正式的統(tǒng)計(jì)保證&rdquo;。雖然這是一個(gè)重要的里程碑，但Sankaranarayanan認(rèn)為這只是朝著&ldquo;最終目標(biāo)&rdquo;邁出的一步。到目前為止，我們已經(jīng)能夠?yàn)楹?jiǎn)單的事情做到這一點(diǎn)，比如恢復(fù)人臉或動(dòng)物的圖像，但我們希望將這種方法擴(kuò)展到更關(guān)鍵的領(lǐng)域，比如醫(yī)學(xué)成像，在這些領(lǐng)域，我們的&lsquo;統(tǒng)計(jì)保證&rsquo;可能特別重要。&rdquo;</p> <p>&nbsp;</p> <p>他補(bǔ)充說(shuō)，假設(shè)胸部x光片模糊了，&ldquo;你想重建圖像。如果給你一組圖像，你想知道真實(shí)的圖像包含在這個(gè)范圍內(nèi)，這樣你就不會(huì)漏掉任何關(guān)鍵的信息&rdquo;&mdash;&mdash;這些信息可能會(huì)揭示病人是否患有肺癌或肺炎。事實(shí)上，Sankaranarayanan和他的同事已經(jīng)開始與一位放射科醫(yī)生合作，看看他們預(yù)測(cè)肺炎的算法是否在臨床環(huán)境中有用。</p> <p>&nbsp;</p> <p>他說(shuō)，他們的工作可能也與執(zhí)法領(lǐng)域有關(guān)。&ldquo;監(jiān)控?cái)z像頭拍攝的畫面可能很模糊，你想要增強(qiáng)這一點(diǎn)。這樣做的模型已經(jīng)存在，但衡量不確定性并不容易。你不想在生死關(guān)頭犯錯(cuò)誤吧。&rdquo;他和他的同事正在開發(fā)的工具可以幫助確定一個(gè)有罪的人，并幫助一個(gè)無(wú)辜的人免罪。</p> <p>&nbsp;</p> <p>Sankaranarayanan指出，我們所做的大部分事情以及我們周圍世界發(fā)生的許多事情都籠罩在不確定性之中。因此，更堅(jiān)定地把握這種不確定性可以在無(wú)數(shù)方面幫助我們。首先，它可以告訴我們更多我們不知道的東西。</p> <p>&nbsp;</p> <p>安杰洛普洛斯得到了美國(guó)國(guó)家科學(xué)基金會(huì)的支持。貝茨得到了數(shù)據(jù)科學(xué)研究所基金會(huì)和西蒙斯研究所的支持。Romano得到了以色列科學(xué)基金會(huì)和Technion的職業(yè)發(fā)展獎(jiǎng)學(xué)金的支持。Sankaranarayanan和Isola對(duì)該項(xiàng)目的研究由美國(guó)空軍研究實(shí)驗(yàn)室和美國(guó)空軍人工智能加速器贊助，并根據(jù)合作協(xié)議編號(hào)FA8750-19-2- 1000完成。麻省理工學(xué)院超級(jí)云和林肯實(shí)驗(yàn)室超級(jí)計(jì)算中心也提供了計(jì)算資源，為本工作報(bào)告的結(jié)果做出了貢獻(xiàn)。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p> </blockquote>