美国斯坦福大学研究人员利用人工智能生成模因

　　人工智能最近几乎可以做任何事情，比如从快照生成物体的3D渲染，击败面部识别系统或跟踪野生动物。

　　在题为“DankLearning”的白皮书中，该项目的两名美国斯坦福大学主要研究人员/科学家描述了一个神经网络。AI由卷积神经网络（CNN）组成，该网络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，以及长时间短期记忆（LSTM）递归神经网络（RNN），其创建字幕解码器）。

　　这里有一个棘手的问题：你能分辨出下列哪些模因是由神经网络创建的吗？

　　斯坦福大学的研究人员使用超过40万张图像和2600个独特的图像标签对，特别是“建议动物”风格的模因，带有幽默标题特征的图片，使用Python脚本。然后，他们指示人类受试者根据其“闹闹”来判断每个图像，并让他们猜测它们是由人或神经网络产生的。

​　　判决结果：人类能够在大约70％的时间内挑选出算法创建的模因，但是他们相当平均地对他们进行分级。

　　研究人员写道：“两者产生的平均模因难以与真实模因区分开来，两种变体的分数与真实模因的分数接近相同，尽管这是一个相当主观的指标。”

　　那么上面的模因画廊呢？“大数据”模型是人类制造的三大模型中唯一的，其他人则是神经网络的工作。（黑客周刊）