Video Menunjukkan Bagaimana A.I. Seni Reka Bentuk Boleh Memalukan atau menghantui Impian Anda

Awal bulan ini, rumah lelongan Christie menjual apa yang dikatakannya adalah karya seni yang dihasilkan secara kuantitatif yang dijual oleh sebuah rumah lelong utama. Tag harga - hampir separuh sejuta dolar Amerika - telah menimbulkan banyak persoalan tentang asal usul pengarang, pasaran kesenian yang baru-baru ini, dan, yang paling penting: kenapa?

Walau bagaimanapun, usaha yang dijalankan untuk mengajar mesin tentang seni, atau lebih tepat mengenai imej, bukan aksi publisiti. Dari dapat mengesan video yang menipu dengan lebih baik secara retroactively mengubah pelakon filem, saintis komputer mempunyai beberapa sebab praktikal untuk mengajar mesin bagaimana untuk lebih baik melibatkan diri dengan dunia visual.

Daniel Heiss adalah seorang peminat teknologi sedemikian. Pemaju kreatif untuk Pusat Seni dan Media ZKM adalah pengimport awal rangkaian saraf yang diterbitkan oleh penyelidik NVIDIA pada bulan April. Ia dicipta untuk menjana gambar selebriti khayalan selepas berlatih dengan beribu-ribu gambar selebriti sedia ada. Ini Heiss yang diilhamkan untuk memasangkan 50,000 gambar fotobooth yang dikumpulkan oleh salah satu pemasangan seni interaktif ZKM untuk melihat jenis seni beliau A.I. akan menghasilkan. Dalam temu bual dalam talian, dia memberitahu Songsang hasilnya lebih baik dari yang pernah dibayangkannya.

"Saya melihat imej wajah wajah yang gila menjadi tiga imej wajah menjadi dua imej wajah dan sebagainya. Itu lebih baik daripada yang pernah saya fikirkan, "katanya. "Saya juga cuba menapis imej supaya hanya satu imej dengan satu muka yang digunakan, tetapi ketika saya sedang mengusahakan bahawa sampel yang dijanakan dari dataset tidak terisi keluar sangat baik sehingga saya menghentikannya."

GAN yang semakin berkembang (Karras et al) dilatih pada ~ 80,000 lukisan pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@genekogan) 3 November 2018

Video Heiss telah memperoleh lebih daripada 23,000 upvote pada Reddit. Dia pada mulanya tweeted rakaman yang dilihat di atas pada 4 November, sebagai tindak balas kepada penggunaan trippy lain algoritma NVIDIA oleh programmer Gene Kogan. Daripada memberi makan kepada selesema rangkaian saraf, Kogan menggunakan kira-kira 80,000 lukisan.

Kogan juga terpesona dengan keupayaan A.I untuk membuat bingkai yang menyerupai gaya yang berbeza, bukan hanya segalanya.

"Saya terkejut dengan keupayaannya untuk menghafal begitu banyak estetika yang berbeza tanpa terlalu terkejut," katanya Songsang. "Saya fikir itu kesan beberapa ratus juta parameter kepada mainan."

Bagaimana Kami Mengajar A.I. Buat Gambar Sendiri

Pasukan penyelidikan NVIDIA, yang diketuai oleh Tero Karras memanfaatkan jaringan penentangan generik, atau GAN, yang pada awalnya ditakrifkan oleh ahli sains komputer yang dihormati Ian Goodfellow pada tahun 2014. Ini adalah teknologi mendasar di belakang alat DeepDream Google yang membuat gelombang dalam bidang dan dalam talian.

GAN terdiri daripada dua rangkaian: penjana dan diskriminator. Program komputer ini bersaing dengan satu sama lain berjuta-juta kali untuk memperbaiki keterampilan menghasilkan imej mereka sehingga mereka cukup baik untuk membuat apa yang akhirnya dikenali sebagai deepfakes.

Penjana diberi makan gambar dan mula mencuba dan meniru mereka sebaik mungkin. Ia kemudiannya menunjukkan gambar-gambar asal dan yang dihasilkan kepada penykriminasi, yang tugasnya adalah untuk memberitahu mereka. Percubaan yang lebih banyak dilakukan semakin baik penjana mendapat imej-imej mensintesis dan lebih baik diskriminator menjadi dengan memberitahu mereka selain. Ini mengakibatkan beberapa wajah dan lukisan yang cukup meyakinkan - tetapi palsu sepenuhnya.

Bagaimana Ini Tech Boleh Membantu Artis

A.I. telah membuat nama dirinya dalam dunia seni. Sebagai tambahan kepada potret yang dihasilkan komputer yang dijual di Christie, DeepDream telah membuat landskap trippy sejak sebelum deepfakes adalah sesuatu.

Heiss percaya alat pembelajaran mesin yang dibuat hari ini masak untuk digunakan oleh artis, tetapi menggunakannya memerlukan kehebatan teknikal. Itulah sebabnya ZKM menganjurkan pameran Terbuka Kod untuk memberi inspirasi kepada lebih banyak kerjasama antara sektor teknologi dan kreatif.

"Alat yang kini muncul boleh menjadi alat yang sangat berguna untuk artis tetapi sukar bagi seorang artis tanpa pengetahuan tentang pengaturcaraan dan kemahiran pentadbiran sistem untuk menggunakannya," katanya. "Sambungan antara sains dan seni boleh membawa kepada perkara yang hebat, tetapi ia memerlukan kerjasama dalam kedua-dua arah."

Penyebaran awal A.I., seperti GANS, dapat menyerap berjuta-juta mata data untuk melihat corak dan bahkan imej manusia tidak boleh tampil dengan sendiri. Walau bagaimanapun, visi kreatif mereka masih terhad oleh apa yang manusia memilih untuk memberikan algoritma tersebut sebagai data mentah.

Dengan mata yang ketat untuk estetika dan kemahiran pengekodan, A.I.-menggunakan artis masa depan mungkin menggunakan pembelajaran mesin untuk melangkah umur baru kreativiti atau menghidupkan kehidupan ke gaya seni yang lebih tua. Tetapi ia akan mengambil banyak data untuk mengajar mesin bagaimana untuk lebih meniru kebijaksanaan manusia dan mengambil apa yang komputer meludahkan langkah seterusnya.