人工智能最近幾乎可以做任何事情，比如從快照生成物體的3D渲染，擊敗面部識別系統或跟蹤野生動物。

　　在題為“DankLearning”的白皮書中，該項目的兩名美國斯坦福大學主要研究人員/科學家描述了一個神經網絡。AI由卷積神經網絡（CNN）組成，該網絡將圖像作為輸入並將其轉換為稱為矢量嵌入（編碼器）的數學表示，以及長時間短期記憶（LSTM）遞歸神經網絡（RNN），其創建字幕解碼器）。

　　這裏有一個棘手的問題：你能分辨出下列哪些模因是由神經網絡創建的嗎？

　　斯坦福大學的研究人員使用超過40萬張圖像和2600個獨特的圖像標簽對，特別是“建議動物”風格的模因，帶有幽默標題特征的圖片，使用Python腳本。然後，他們指示人類受試者根據其“鬧鬧”來判斷每個圖像，並讓他們猜測它們是由人或神經網絡產生的。

?　　判決結果：人類能夠在大約70％的時間內挑選出算法創建的模因，但是他們相當平均地對他們進行分級。

　　研究人員寫道：“兩者產生的平均模因難以與真實模因區分開來，兩種變體的分數與真實模因的分數接近相同，盡管這是一個相當主觀的指標。”

　　那麽上面的模因畫廊呢？“大數據”模型是人類制造的三大模型中唯一的，其他人則是神經網絡的工作。（黑客周刊）

美國斯坦福大學研究人員利用人工智能生成模因