Dirbtinis intelektas (AI) neseniai bandė generuoti kačių nuotraukas nuo nulio, o rezultatai buvo katės astrofiški.
Šis ypatingas nervų tinklas (AI tipas, modeliuotas atsižvelgiant į žmogaus smegenų veiklą) gali sudaryti stebėtinai tikroviškas originalias žmonių veidų nuotraukas. Tiesą sakant, šių sudarytų žmonių atvaizdai buvo beveik neįmanoma žmonių atskirti nuo realių žmonių nuotraukų, pranešė AI programuotojai tyrime, kuris 2018 m. Gruodžio mėn. Buvo paskelbtas prieš spausdinimo žurnale „ArXiv“.
Tačiau Felines pasirodė dar viena istorija. Tas pats algoritmas, kuris generavo nepriekaištingus žmonių veidus, sukūrė kates su netinkamomis galvutėmis; neteisingas akių ir kojų skaičius; ir kūnai, kurie buvo per ilgi, per trumpi, neįprastai pasvirę arba stačiakampiai ir sulenkti savotiškais kampais.
AI variklis, kuris pagamino beprotiškas katės nuotraukas, yra vadinamasis „stiliaus pagrindu sukurta generatoriaus architektūra generatyviems prieštaringiems tinklams“ arba „StyleGAN“. Tokie tinklai yra „prieštaringi“, nes du modeliai veikia vienu metu: vienas sukuria vaizdus, o kitas įvertina rezultatus pagal mokymo duomenų rinkinio nuotraukas, kad tinklas išmoktų iš savo klaidų ir pagerintų jo veikimą, sakoma tyrime.
Norėdami, kad PG galėtų sukurti gyvenimiškus žmogaus atvaizdus, ji pirmiausia turėjo „išmokti“, kaip atrodė žmogaus veidai iš esamų nuotraukų. Algoritmas suskaidė veidus į stiliaus savybių, tokių kaip galvos padėtis, kontrolinį sąrašą; Lytis; odos spalva; plaukų tekstūra ir stilius; ir akių, nosies ir burnos formą, pranešė tyrėjai.
Kai „StyleGAN“ sugebėjo atpažinti visus tuos elementus - be žmogaus priežiūros -, išmoko juos savarankiškai surinkti, kad sukurtų visiškai naują, fotorealistinį žmogaus veidą. Tyrėjai atmetė interviu prašymą, tačiau paaiškino savo procesą vaizdo įraše, paskelbtame „Youtube“ 2018 m. Gruodžio 12 d.
Taigi, kodėl „StyleGAN“ negalėjo sukurti žaviai tikroviškų kačių nuotraukų? Algoritmas darė viską, ką turėjo su tuo, ir, kai kalbėdavo apie kates, tūkstančiai pamatinių vaizdų, kuriuos jis naudojo, buvo mažiau nei idealūs, sakė Janelle Shane, tyrėja, kuri moko neuroninius tinklus, bet nedalyvavo tyrimas, pasakojo „Live Science“.
Apie keistas kates Shane'as rašė vasario 7 d. Savo tinklaraštyje „AI Weirdness“. Skirtingai nuo „StyleGAN“ nuotraukų veidų, kuriuose vaizduojami žmonių veidai - kurių kūnai ir fonai buvo apkarpyti, o galvos padėtis buvo panaši viena į kitą - kačių vaizdai duomenų rinkinyje labai skyrėsi. Kolekcijoje yra iš arti ir platus kadrų kadras įvairiuose nustatymuose ir skirtinguose fonuose. Kai kuriose nuotraukose buvo pavaizduota viena katė, kitose - kelios katės, kitose - ir žmonės.
"Yra katės, apverstos aukštyn kojomis; yra katės, sulenktos rutulyje; akys yra atviros; akys užmerktos. Jūs tikrai galite pasakyti, kad jų įvesties duomenys yra šiek tiek triukšmingi - ir triukšmingai aš turiu galvoje, kad ten yra dalykų. tai ne tik katės paveikslas “, - sakė Shane'as.
Taigi, nebūkite per daug įprasti „StyleGan“ dėl savo siaubą keliančių košmariškų kačių.
„Reikia dar daug to, ko reikia išmokti algoritmui“, - pridūrė Shane'as.
Dėl nesuderinamų vaizdinių užuominų „StyleGAN“ tapo sunku sužinoti, kaip turėjo atrodyti tikra katė. Neuroniniai tinklai neturi realaus pasaulio, kuriame būtų teikiama informacija; jie žino tik tai, kas yra jų duomenų rinkiniuose. „StyleGAN“ iš referencinių nuotraukų išmoko pakankamai tiksliai atkurti smulkios detalės ir tekstūras, pavyzdžiui, katės kailį ar katės ausies formą. Tačiau programa aiškiai stengėsi suburti visą katę, sakė Shane'as.
"Neuroninis tinklas nesupranta, kaip veikia katės. Jis nesupranta, kiek kojų turi. Nelabai aišku, kiek akių turi ar kur eina visa jų anatomija", - pasakojo ji „Live Science“.
Peržiūrėkite daugiau „StyleGAN“ trikdančių kačių nuotraukų, beveik tobulų žmonių atvaizdų ir kitų projekto failų kūrimo platformoje „GitHub“.
