Iepazīstieties ar mākslīgā intelekta izsapņotajām viltus slavenībām

Kategorija: Mākslīgais intelekts Ievietots 31. oktobris

Tagad mums ir ideāls risinājums slavenību apsēstībai: algoritms, kas pēc pieprasījuma uzbur jaunas slavenas sejas.

Nvidia pētnieki izveidoja slavenību ģenerēšanas algoritmu, izmantojot gudru jaunu mašīnmācīšanās paņēmienu. Sejas ir izsapņotas, izmantojot efektīvāku tā dēvētā ģeneratīvā pretrunu tīkla (vai GAN) versiju.

GAN sastāv no diviem neironu tīkliem, kuri abi ir apmācīti, izmantojot noteiktu datu kopu. Pēc tam viens tīkls mēģina ģenerēt sintētiskos piemērus, lai maldinātu otru tīklu, domājot, ka tie nāk no sākotnējās datu kopas. Šis process palīdz pirmajam tīklam uzlabot tā spēju ražot reālistiskus datus.

GAN izgudroja Google pētnieks Ians Gudfelovs (kurš arī ir viens no mūsu 35 novatoriem, kas jaunāki par 35 gadiem 2017. gadā), un tie ir izrādījušies ārkārtīgi efektīvi, lai sintezētu reālistiski skanošu runu un visa veida žilbinošus attēlus. Tie varētu izrādīties ļoti noderīgi, lai radītu animētu grafiku videospēlēm un efektīvāk saspiestu video.

In papīrs (PDF), kas iesniegti gaidāmajā konferencē, Nvidia pētnieki apgalvo, ka ir izstrādājuši labāku GAN, sākot strādāt ar zemas izšķirtspējas attēliem un pakāpeniski palielinot attēla izšķirtspēju, kā arī iesaistīto tīklu lielumu. Viņi iedeva savam GAN datu kopu ar slavenību sejām, un tas radīja dažas ļoti reālistiskas sejas (varat apskatīt pētījuma video šeit ).

Tomēr jāņem vērā tas, ka dažos attēlos ir dīvaini artefakti un iezīmes, piemēram, trūkstoša uzacis vai zobi nepareizā vietā — tas nav gluži lietas, kas ļautu jums piedalīties realitātes TV. Tas parāda, ka pat ja mašīnmācība var radīt pārsteidzošas vizuālas viltības, tai trūkst dziļākas inteliģences, kas nepieciešamas, lai saprastu reālo pasauli.