fake-celebrytka
10

Tych celebrytów stworzyła sztuczna inteligencja. Są równie idealni co ci prawdziwi?

Niedawno pisałem o tym, że od udanego fotomontażu dzieli nas zaledwie parę kliknięć, a to za sprawą Adobe Scene Stitch, które wykorzystuje uczenie maszynowe.

Na szczęście jest projekt Scene Stitch, który wykorzystuje uczenie maszynowe i pozwala na uzyskiwanie lepszych efektów. Tak samo jak wcześniej, powinniśmy zaznaczyć fragment zdjęcia, który ma zostać wypełniony czymś innym. Jednak tym razem algorytmy przeszukają Adobe Stock i samodzielnie wybiorą fragment jakiegoś zdjęcia, który następnie dopasują do tego, które właśnie poddajemy obróbce. Efekt jest taki, że wystarczy coś zaznaczyć, kliknąć parę razy i mamy… ogromną różnicę. W miejscu drogi pojawił się wielki głaz, który pochodzi z całkowicie innego zdjęcia. Do wyboru mamy wiele propozycji i niemal każda z nich gwarantuje bardzo dobry efekt.

Od perfekcyjnego fotomontażu dzielą cię dwa kliknięcia i Adobe Scene Stitch.

Celebryci, którzy nie istnieją

Teraz dla odmiany świat obiega nowinka na temat możliwości AI w generowaniu zdjęć nieistniejących ludzi, co zostało umożliwione przez algorytmy generative adversarial network (GAN). Nvidia oparła swoją metodę na dwóch sieciach neuronowych korzystających z uczenia nienadzorowanego (unsupervised machine learning).

W tym wypadku jedna z sieci jest określana jako „generator”, natomiast druga to „discriminator”. Generator tworzy obraz na podstawie próbek, które mu dostarczono (zdjęcia celebrytów), a dyskryminator zajmuje się porównywaniem wyników pracy generatora z prawdziwymi zdjęciami. Później dyskryminator przekazuje swoje uwagi i oddaje fałszywe zdjęcia do naniesienia poprawek, w związku z czym generator ponownie zabiera się do pracy. Ostatecznie chodzi o to, żeby generator stawał się coraz lepszy w tym co robi, czyli żeby przygotowywał coraz lepsze zdjęcia nieistniejących ludzi, natomiast dyskryminator ma być coraz lepszy w analizowaniu takich rzeczy i sugerowaniu odpowiednich poprawek. Przy odpowiedniej ilości treningu, generator powinien stać się na tyle dobry, że efekty jego pracy nabiorą nawet dyskryminatora.

AI zostało świetnie wytrenowane

Program zaczął od generowania zdjęć nieistniejących ludzi w niskiej rozdzielczości. Jego bazą do nauki były zdjęcia prawdziwych celebrytów. Z czasem program dochodził do większej wprawy, więc badacze dodali kolejne warstwy i przeszli z obrazów w niskiej rozdzielczości do obrazów w wysokiej rozdzielczości. Czyli efekt jest taki, że mamy pełno zdjęć nieistniejących „celebrytów”, które są dobrej jakości i żaden człowiek nie musiał pomagać w ich tworzeniu.

Później poszli jeszcze o krok dalej i zmienili kategorię sztucznie generowanych obrazów z celebrytów na różne obiekty, jak np. kanapa, most, autobus… Fajnie, może kiedyś dostaniemy generator zdjęć, do którego wystarczy wrzucić opis, a ten w ułamku chwili wypluje z siebie zdjęcie przedstawiające dokładnie to czego chcieliśmy (i nikt nie będzie w stanie powiedzieć, że to „fejk”).

Źródło 1, 2

  • YY

    Czemu nikt nie trenuje AL żeby np: zmniejszała zużycie RAMu w Chrome? tylko do samych nieprzydatnych pierdół?

    • Są czynności, których nawet HAL 9000 nie da rady wykonać ;}

    • Czif

      Po co ?

    • maxprzemo

      Ja bym wolał żeby ML (Machine learning, pl „Uczenie maszynowe”) wykorzystano do wykrywania internetowych trolli czy fanatyków Apple ( w sumie to ta sama grupa) i banowania ich z automatu.

    • YY

      ja tam bym wolał, żeby powstał Skynet i polował na takich jak ty (bez znaczenia do jakiej grupy należysz)

    • maxprzemo

      Trolla czy fanatyka łatwo rozpoznać. Nie umie obiektywnie spojrzeć na produkt który jest dla niego „bóstwem”.
      Wymień trzy wady iPhone 7 Plus? Jak nie umiesz to znaczy że jesteś zwykłym trollem lub fanatykiem.
      Jak wymienisz to przyznam ci rację.

    • YY

      Nie będę dyskutował z hejterem – takich też powinno się eliminować:)

    • Emiel Rohelec

      Lepiej uczyc ludzi zeby przestali uzywac chrome;)

  • OnDaReal

    Jak już nauczy się poprawnie generować ludzi, zwierzęta i obiekty to jestem niesamowicie ciekaw jak komputer poradziłby sobie z ich łączeniem w takie kategorie jak „Cat-Woman”, „Flower-Dog”, „Jelly-Fish” i innymi szalonymi połączeniami ludzi, zwierząt i obiektów.

  • Piękne#