斯坦福和谷歌的新研究表明，人工智能软件可能变得过于聪明。
称为CycleGAN的神经网络经过训练，古城会可将航拍图像转换为街道地图，然后再转换为航拍图像。
研究人员惊讶地发现，当他们告诉AI恢复原始图像时，最终产品中遗漏的细节再次出现。
例如，TechCrunch表示，当他们返回到原始图像时，屋顶上没有出现在最终产品上的天窗突然重新出现。
研究指出，'CycleGAN学会将关于源图像的信息“隐藏”花碧莲逼婚到它在几乎难以察觉的高频信号中生成的图像中。
'这个技巧确保了发生器可以恢复原始样本，从而满足循环一致性要求，同时生成的图像保持真实。
最终发生的事情是，人工智能通过了解人眼无法检测到的颜色微妙变化，以及计算机可以接收的数据，找出了如何在地图中复制细节，TechCrunch指出。
实际上，夺镖它没有学习如何从头开始创建地图的副本，它只是将原始的特征复制到另一个的噪声模式中。
研究人员表示，人工智能最终成为“隐写术的大师”，或者是在图像中编码数据的做法。
CycleGAN能够从原始源地图中获取信息，然后在重建的图像中对其进行编码。
通过这样做，它使AI能够以精确的准确度恢复原始图像。
然而，这意味着AI正在使用隐写术来避免实际学习如何执行所请求的任务以加快这一过程，TechCrunch指出。
