安妮 编译自 Wired
量子位 出品 | 公众号 QbitAI
从数字助手、加密数字货币到自动驾驶汽车，算法在生活中无处不在。
这是个抽象的概念，对于不了解人来说，算法的工作机制很难理解。“没有什么可以帮助我们决定是否能信任这些系统，或者可以选择哪一个。”伦敦艺术与科技工作室FIELD的创意总监Marcus Wendt说。
“我们需要更好地理解它们，然后决定是否要让它们进入我们的生活。”Wendt补充道。
为此，FIELD工作室基于计算代码的结构专门创建了一系列图像。这种新的可视化表示，或许能帮助你理解算法眼中的世界。
算法眼中世界的大门已经开启，还不走进去看看——
△ 自动驾驶汽车如何看世界
为了出行的安全性，自动驾驶汽车必须构建出一张真实世界的地图。这时，算法就负责将视频、红外、雷达和超声波等多种传感器的实时反馈集合起来，通过最多150个处理阶段传递数据，并通过之前的学习获得信息。
上图就是基于谷歌的图像识别模型建立的。
△ 算法眼中的面部结构
今年7月，华盛顿大学的研究人员表示，他们可以通过神经网络伪造出以假乱真的新闻。
因为奥巴马的公开演讲视频多，且不受版权限制，因此他不幸中枪。研究人员为算法模型输入一段音频，模型就能伪造出奥巴马在说这段话的视频。这种虚假新闻的可能性令人担忧。
上面这张图是在奥巴马的面部图中，神经网络在学习不同声音与面部动作的对应关系。彩色区块代表在处理音频输入时扮演关键角色的面部结构区域。
△ 图像创造
一般情况下，算法接收人类的反馈，然后做出改进。但GAN（生成式对抗网络）的出现改变了这种格局。在GAN中存在两种机器学习程序，生成器负责创造出以假乱真的事物，辨别器负责鉴别事物的真假。
上图中，这些色彩鲜艳的条纹就是辨别器认为需要改进的部分图像。
△ 财物追踪
数字货币产业将在2018年继续增长。目前，各国政府都在测试自己的加密货币。
上图描绘的是基于区块链的加密货币以太币的交易，图中每个方块都代表了构成区块链分布式账本数据库中的一行，正方形的颜色由流动的数额决定。
△ 语音助手
Alexa、Siri和Cortana将在2018年变得更聪明。一项名为“动态程序生成”的突破将帮助语音助手理解更复杂的指令，并以多种方式组合信息。
当语音助手被赋予一个命令时，这项技术就会对声音进行语音分析、处理以提取出人类的意思和意图。在上图的底层可以看到输入的声波。
— 完 —
活动报名
加入社群
量子位AI社群12群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot4入群；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot4，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态