也许这是我最接近用语言表达我的想法的电影

Norman 是一种经过训练的算法，可以理解图片，但就像希区柯克笔下的诺曼·贝茨一样，它对世界的看法并不乐观。

当人工智能生成的“正常”算法被问及它在抽象形状中看到了什么时，它会选择一些令人愉快的东西：“一群鸟坐在树枝上。”

Norman 看到一个男人被电死。

当“正常”人工智能看到几个人站在一起时，Norman 看到的是一个男人从窗户跳下来。

这个精神病算法是由麻省理工学院的一个团队创建的，作为一项实验的一部分，旨在了解使用来自“网络黑暗角落”的数据训练人工智能会对其世界观产生什么影响。

向软件展示了人们在可怕情况下死亡的图像，这些图像是从 Reddit 网站上的一个组中挑选出来的。

然后，向可以解读图片并以文本形式描述所见内容的人工智能展示墨迹图，并询问它在图中看到了什么。

这些抽象图像传统上被心理学家用来帮助评估患者的心理状态，特别是他们是否以消极或积极的态度看待世界。

诺曼的看法始终是悲观的——它在每幅图像中都看到了尸体、鲜血和毁灭。

除了诺曼，另一个人工智能还接受了猫、鸟和人等更正常的图像的训练。

它在同样的抽象墨迹中看到了更欢快的图像。

诺曼的反应如此悲观，这一事实说明了机器学习新世界中的严酷现实，麻省理工学院媒体实验室开发诺曼的三人团队成员伊亚德·拉万教授说。

“数据比算法更重要。

“它强调了我们用来训练人工智能的数据反映在人工智能感知世界的方式和行为方式中的想法。”