从俄罗斯方块到星际2，全都用得上：DeepMind无监督分割大法，为游戏而生

方栗子 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

只给AI喂一张图片。

画里的各种物件，瞬间变成了独立的个体。可以移动起来，可以变形变色，毫无PS痕迹。

就连绿色的地板和黄色的墙，都不用安然站在那里不动：

这段表演，来自DeepMind最新发布的神经网络MONet (简称“莫奈”) 。

它把每个物体，圆满地从背景里分离出来。这样的技能，完全是在无监督的学习过程中解锁的。

与莫奈一同发布的，还有一只叫做IODINE (简称“碘”) 的网络。

它也是无监督网络，也可以让画面里的每一个角色，都成为独立的自我，随意奔跑，野蛮生长。

不过，这两个网络用的分割方法，还是非常不同的：

莫奈与碘

莫奈 (MONet) ，是从背景开始，每次只分割出一个物体。

一步一步叠加上去。如下图，橘黄色→黄色→绿色→蓝色：

那么，来仔细认识一下莫奈的网络结构。

它是一只VAE (变分自编码器) 和一只注意力网络的结合：

注意力网络是循环 (Recurrent) 出现的，它会不断地产生掩膜 (Mask) ，不断地对VAE做出调整。

每一步里，注意力网络都是不同的，是随着上一步分割出的场景而变化的。这样，每一步输出的重构图也是不同的。

最终，会集齐画面里的所有物体。这时候，每个存在都是独立的了。

你看，学打星际2的强化学习AI，要先了解敌人的行动规律。这时候，MONet就可以帮忙：

而与莫奈不同，碘 (IODINE) 不会一次只分一个物体。它会直接生成全场的分割图：

一开始是全然靠猜，然后会在一次一次迭代里面，不断细化 (Refine) 这个分割结果。

具体到网络结构上看，首先是这里的VAE和莫奈不一样。

莫奈的是普通VAE (下图左) ，碘的是多物体VAE (下图右) ：

多物体VAE每一次工作，都会把画面里的所有物体，从背景里分割出来。

然后，怎样从一开始纯猜的各种后验参数λ，进化到最终的精确分割呢？

需要一个迭代推理过程：

思路是来自Marino等人2018年发表的迭代摊销推理 (Iterative Amortized Inference) 方法，这里先不详细介绍了 (文底有传送门) 。

不过，团队说这样的方法，可以让模型解锁多重稳定性 (Multi-Stability) ，和人类的感知相近了。

你看，就算只给出“一坨“俄罗斯方块，AI也能把它分成几块独立的形状：

有了莫奈和碘的分解大法，AI的表征学习 (Representation Learning) 便可得心应手。

瑟瑟发抖

团队说，一开始想做这样的网络，就是要给强化学习AI打游戏用的。

曾经在星际II的战场上，神族最强十人之一的LiquidMaNa，与DeepMind人工智能选手AlphaStar对战五局，双方都是神族。

MaNa全部GG。最短的一局，只有5分36秒。

而DeepMind每一日都在进化自家的算法，每一日都在开发新的算法。

人类下一个瑟瑟发抖的日子，可能很快就要来了。

MONet论文传送门：
https://arxiv.org/abs/1901.11390

IODINE论文传送门：
https://arxiv.org/abs/1903.00450

Iterative Amortized Inference论文传送门：
https://arxiv.org/abs/1807.09356

作者系网易新闻·网易号“各有态度”签约作者

— 完 —

订阅AI内参，获取AI行业资讯

加入社群

量子位AI社群开始招募啦，量子位社群分：AI讨论群、AI+行业群、AI技术群；

欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“微信群”，获取入群方式。（技术群与AI+行业群需经过审核，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

喜欢就点「好看」吧 !