Видео Сховс Хов А.И. Генерисана Уметност Може И Месмеризирати или Презирати Ваше Снове

Раније овог месеца, аукцијска кућа Цхристие'с је продала оно што је први пут представљена као део алгоритамски генерисане уметности коју је продала велика аукцијска кућа. Цијена - готово пола милиона америчких долара - изазвала је низ питања о поријеклу ауторства, умјетничком тржишту које је опсједнуто новостима, а можда и најважније: зашто?

Па ипак, напори који су у току да се науче машине о уметности, или прецизније о сликама, тешко да су публицитет. Од могућности да боље открију обмањујуће видеозаписе до ретроактивног мијењања глумачког филма, компјутерски знанственици имају низ практичних разлога за подучавање машина како да се боље укључе у визуални свијет.

Даниел Хеисс је један од таквих технолошких ентузијаста. Креативни програмер за ЗКМ Центар за умјетност и медије био је рани приматељ неуронске мреже коју су објавили истраживачи НВИДИА у травњу. Направљен је да генерише слике имагинарних славних особа након тренинга са хиљадама фотографија постојећих целебова. То је инспирисало Хеисса да укључи 50.000 слика које су сакупили неки од интерактивних уметничких инсталација ЗКМ-а како би видјели каква је умјетност његова А.И. ће произвести. У он-лине интервјуу, каже он Инверсе резултати су били бољи него што је икада замишљао.

„Видио сам лудо савијање слика лица на три слике лица на две слике лица и тако даље. То је било много боље него што сам икада помислио. "Чак сам покушао да филтрирам слике тако да се користе само слике са једним лицем, али док сам радила на томе, узорци генерисани из нефилтрираног скупа података су изашли тако добро да их зауставим."

прогресивно узгајани ГАН (Каррас ет ал) тренирао на ~ 80.000 слика пиц.твиттер.цом/фкЊв8м2уЦ

- Гене Коган (@генекоган) 3. новембар 2018

Хеиссов видео је од тада освојио више од 23.000 гласова на Реддиту. Он је првобитно објавио снимак који је виђен горе 4. новембра, као одговор на још једну триппи употребу НВИДИА алгоритма од стране програмера Гене Когана. Уместо да се храни неуронским мрежама, Коган је користио око 80.000 слика.

Коган је такође био одушевљен способношћу А.И. да креира оквире који су личили на различите стилове, уместо на само мисх-масхинг све.

„Био сам изненађен његовом способношћу да памти толико различитих естетика, а да се не исувише збркам“, каже он Инверсе. "Мислим да је то ефекат да се има неколико стотина милиона параметара за игру."

Како подучавамо А.И. да направи сопствене слике

Истраживачки тим НВИДИА-е, на челу са Тером Каррасом, користио је генеративну контрадикторну мрежу, или ГАН, првобитно теоретизирану од стране уваженог компјутерског научника Иана Гоодфеллова 2014. године. То је била основна технологија иза Гооглеовог ДеепДреам алата који је стварао таласе на терену и он-лине.

ГАН се састоји од две мреже: генератора и дискриминатора. Ови компјутерски програми се међусобно надмећу милионима пута да би побољшали вештине генерисања имиџа све док не буду довољно добри да створе оно што ће на крају постати познато као дубоки змај.

Генератор се храни фотографијама и почиње да их покушава најбоље емулирати. Затим приказује оригиналне и генерисане слике дискриминатору, чији је посао да их разликује. Што се више проба проводи, генератор боље синтетизира слике, а дискриминатор постаје бољи када их раздвоји. То резултира неким прилично увјерљивим - али потпуно лажним - лицима и сликама.

Како ова технологија може помоћи уметницима

А.И. већ је створио име у свету уметности. Поред компјутерски направљеног портрета који је продат у компанији Цхристие'с, ДеепДреам прави триппи пејзаже још пре него што су дубоке рибице биле ствар.

Хеисс вјерује да су алати за стројно учење који су данас створени зрели да би их користили умјетници, али њихово кориштење захтијева техничку снагу. Управо зато ЗКМ је домаћин изложбе Отворених кодекса како би инспирисао више сарадње између технолошког и креативног сектора.

"Алати који се сада појављују могу бити врло корисни алати за умјетнике, али је умјетнику тешко знати без знања о програмирању и вјештинама администрације сустава да их користе", рекао је он. "Ова веза између науке и уметности може довести до великих ствари, али је потребна сарадња у оба правца."

Ране итерације А.И., попут ГАНС-а, могу да упију милионе на милионе тачака података да виде обрасце, па чак и слике које људи никада не би могли сами да смисле. Међутим, њихова креативна визија је и даље ограничена оним што људи изаберу да дају те алгоритме као необрађене податке.

Са оштрим оком за естетику и вештине кодирања, уметници који користе А.И. будућности могу да користе машинско учење како би покренули потпуно ново доба креативности или удахнули живот старијим стиловима уметности. Али биће потребно много података да би се машинама научило како да боље опонашају људску генијалност и узму оно што компјутер избаци корак даље.