therunofsummer
自从计算机科学家阿兰·图灵在1950年首次提出他着名的机器智能测试以来，计算机思考的含义问题围绕着一个基本问题：它能否如此密切地模仿人类自己的思维，以至于没有人能够区分出来？
乍一看，模仿正在进行最新的A.I.微软深度学习技术中心的创作是相机，而不是人类的思维。机器人可以创建逼真的图像 - 在这种情况下，主要是鸟类 - 只使用文本描述和大量相似的照片来绘制。图中的鸟是真实的。下面的那个不是。
由于我们破坏了惊喜并且预先告诉你这只鸟是模拟的，你可能会注意到羽毛或周围树枝上的一些模糊的迹象，你觉得这只鸟是不真实的。无论哪种方式，这只鸟都非常接近真实的东西，而A.I.从研究人员最简单的指示开始：用一个非常短的喙创造一只红色和白色的鸟。
但请注意A.I.的所有事情。 不 告诉要做。例如，没有关于鸟类在太空中的位置的具体指示。一个特别笨重的计算机可能只是将一只静止的鸟放在一个看起来像天空一样模糊的背景上。然而，这个A.I.选择将鸟放在树枝上，尽管没有被告知。它展示了人工想象力，计算机相当于我们所认为的独特的人类特征。
“你需要运行人工智能的机器学习算法来想象图像中缺少部分内容，”微软研究员张鹏川在该公司宣布的研究中表示。 “根据数据，机器学习算法可以学习鸟类应该属于的常识。”
超越指令的能力是人工想象的明显标志，尽管它仍然喜欢在它认为是真实的内容中生成图像。例如，将鸟放在树枝上的决定是这样一个事实的副产品，即数据集中的许多图像显示鸟在该位置而不是飞行，或者说驾驶汽车。好吧，我们 假设 没有任何鸟类驾驶汽车的照片，但我们生活在希望之中。
为此，计算机比人类更具有文字意识，而且它缺乏我们对荒谬的天赋。为了测试团队能够在多大程度上推动A.I.蓬勃发展的想象力，它被要求生成漂浮在湖面上的双层巴士的图像。它能做的最好的事情就是在湖面上看到一辆看上去很像船的公共汽车的模糊图像，仿佛它无法真实地表达这么荒谬的形象。
A.I.并不总能得到所有的视觉细节，研究人员注意到错误的喙和类似突变体的香蕉作为其创作问题的例子。但它能够想象超出原始指令的细节，可以说是更深入，更基本的关于将人类和机器组合成一个更大的智能的尝试。
毕竟，图灵测试不是关于机器是否回答问题 正确地 - 这是关于它是否能像人类一样回答。也许A.I.不能完美地模仿相机，但你也不能。