導讀：
上個世界七八十年代，鄧小平爺爺曾鄭重其事地提出：和平與發展是當代世界的兩大主題。如今，這一偉大宏愿實現的如何？據聯合國今年1月份發布的公報顯示：去年一年僅在伊拉
上個世界七八十年代，鄧小平爺爺曾鄭重其事地提出：和平與發展是當代世界的兩大主題。如今，這一偉大宏愿實現的如何？
據聯合國今年1月份發布的公報顯示：去年一年僅在伊拉克一個國家就有至少6878名平民死于暴力沖突和恐襲，有12388人受傷……
碼字至此，雷鋒網小編已覺痛心疾首，淚如雨下；深感維護世界和平迫在眉睫，卻又覺心有余而力不足。直至今日，小編偶在SIGBOVIK 2017評審論文中看到了Samuel Albanie、Sebastien Ehrhardt和Joao F. Henriques三人聯合完成的學術論文：《STOPPING GAN VIOLENCE: GENERATIVE UNADVERSARIAL NETWORKS》，發現此三位作者竟心系黎民蒼生，一心為消除人類暴力而上下求索、耗盡心力，頓時小編心中感到和平偉業指日可待！！！
| 消除人類暴力，用生成非對抗網絡找回愛與和平
作者在論文中表示， 當今社會人類暴力嚴重泛濫，此點在生成對抗網絡（GANs）的運行原理中表現的尤為明顯。
為什么呢？我們來看一看 GANs 的原理。
GANs 在運行時需要兩個模型，一個生成器，一個判別器。
生成器的任務是生成看起來‘自然’的圖像，要求與原始數據分布盡可能一致。
判別器的任務是判斷給定圖像是否看起來‘自然’，換句話說，是否像是人為（機器）生成的。（詳情可參見雷鋒網(公眾號：雷鋒網)此前報道《生成對抗網絡（GANs ）為什么這么火？盤點它誕生以來的主要技術進展》）
簡單地說，即生成器想盡辦法使生成結果能騙過判別器，而判別器則竭盡全力挑生成器的刺，不讓它過關。
于是，作者們就針對GANs在論文中提出異議了。
他們認為此方法太過“暴力”，而且不夠道德，完全不利于推動世界和平與發展；倒不如用他們發明的生非對抗網絡（GUNs），和諧快樂又高產。
| GUNs 的友愛錦囊
如果說GANs中兩個模型是彼此虎視眈眈，那么GUNs的兩個模型則相親相愛的多。
三位專家在該生成非對抗網絡框架下，同時訓練了以下兩個模型：
一個是生成器G，如果遇到自認為可以處理的數據分布，它都會盡力去捕捉。
一個是激勵器M，幫助G達成這一“夢想”。
就這樣， 生成G提出樣本PROPS，而激勵器M作為回應給出確認和表揚：ACKS。兩個網絡之間友愛互助，最后共同實現愿望。
從理論上看，這一方法有點類似于博弈論中的“winner-shares-all”（雷鋒網注：真相其實是，博弈論中為winner-takes-all，意為勝者全得，而此處卻是大家一起分享收益）。
而且作者還強調， 絕對禁止G和M“打架”，它們要學會尊重彼此之間的差異，并在此基礎上進行演化。
貼心的作者也給出了訓練過程：
(圖a) 在激勵器(紅線)的幫助下，生成器(黃線)正為目標數據分布(藍色虛線)拼搏努力。
(圖b) 激勵得當的情況下，生成器則能順利完成目標。
(圖c) 在激勵器的鼓舞下，生成器還能額外做出10%的努力（word天，太勤奮了！），這不是說有錯誤，而是證明激勵有效。
實驗表明，這種和諧共處的方式比之前那種兩相對抗的GAN方法效果好得多GANs即不道德，也無必要；而快樂又高產的GUNs則是激勵機器學習揚帆起航的基石。
論文最后，作者還發自肺腑的說道： 非對抗學習真是發展機會良多。未來，我們還計劃在包括神經梯度和k-dearest neighbours等其他領域中給出更多和諧有愛的解決方法。
看到這里，小編真是覺得蜜汁感動……消除暴力無小事，不如就從禁止GANs暴力開始做起吧！
| 其實我們在一本正經地說笑話
此論文一發，來自四海八荒的吃瓜群眾立刻紛紛表示“給跪了”（小編：以此表達崇敬之意，實在可取）。
原來，論文作者除了有用GUNs拯救世界和平的“野心”，在寫作上也是處處埋伏筆。
三位作者均來自牛津大學，Samuel Albanie為計算機視覺研究員，Sebastien Ehrhardt為哲學博士，Joao F. Henriques為視覺幾何學研究學者。而他們對自己的介紹卻是長醬：
（小編拙譯：從上往下依次是深度統計和諧會、法國外籍兵團與分離的和平，愛與信任辦事處）
Samuel Albanie、Sebastien Ehrhardt和Joao F. Henriques三人的姓名排序是按照各自祖國在去年歐冠上的排名而定（小編：真是對歐冠抑制不住的愛意）。
對于不明吃瓜群來說，像是格言警句一樣的句子：
但據小編縝密調查，其實出自非裔美國西岸嘻哈饒舌歌手和演員2Pac的歌曲《changes》。
“NoN”在文中表示network-on-network的縮寫，同時作者也用它當表情賣萌。
把生成對抗網絡稱為：GANs，GANGs，CAPONEs（譯注：gang意為犯罪團伙；CAPONEs是因為稅被IRS和FBI聯合拿下的黑手黨老大）。
稱第一個把GUNs應用在生成模型中的人為Smith & Wesson（Smith & Wesson為美國軍火制造企業）。
在論文中表示：GAN的暴力是不道德并且是沒必要的。而GUN的潛力很大，它的潛力就在于你認為結果很好，它就很好（小編：這絕對不是自欺欺人，200%不是）。
在注釋12中說，探索GUNs這個機器學習理論已使我們耗盡心力，剩下更具爭議性的課題就留給后繼勇往直前的研究者們了（小編：讓別人替你填坑？）。
還有，作者們的實驗結果：
GUN模型在MNIST上的視覺樣本
（能在這么不明顯的樣本中選出最后一列，GUN模型確實是“前無古人，后無來者”）
論文最后的作者簡介，Sebastien Ehrhardt部分：
字數不夠，行數來湊？還是做了見不得人的壞事......（打死都不告訴你，選中文字，復制粘貼在別的地方，就能看到原文了）
| SIGBOVIK是一個“假”學術會議？
至此，小編敢肯定你可能已經有了這樣一個判斷：這論文不是在扯么？
沒錯，你今天真的看了一篇“假”論文。而且，這篇論文還發布在了名為SIGBOVIK的“假”學術會議上。
SIGBOVIK 開始于2007年，雖然形式上和一般學術會議并無二致，比如會評審論文并會做報告，但參與學者大多會提出各種稀奇古怪的創意想法（如以往的機器人反叛檢測、如何在射擊游戲中獲勝等），而且還會煞有介事的用各種嚴謹的學術方法給出解決方案（如用到半監督學習，優化方法和本文的GUNs等）。
因此，就有網友評論稱，“這個會議很像nerd的一次吐槽狂歡”。
而該論文，無論是選題，文風還是對詞語的選用上，確實處處都側漏著調皮勁兒（更多槽點請看原論文：https://arxiv.org/pdf/1703.02528.pdf）。
不過，這種正兒八經開腦洞的學術玩法確實挺能開拓研究者的思路的。畢竟，把消除人類暴力和GANs聯系起來也是要有一定功力的。
另外，該會議過不久就要在卡耐基梅隆大學舉辦了，具體時間在可見下圖：
不過如果你以為是3.29開始，那你可能就真參加了一場假的SIGBOVIK。
雷鋒網版權文章，未經授權禁止轉載。詳情見轉載須知。
看文倉www.kanwencang.com網友整理上傳,為您提供最全的知識大全,期待您的分享，轉載請注明出處。
歡迎轉載：http://www.kanwencang.com/xinwen/20170310/116277.html
文章列表
留言列表
