Ова АИ неуронска мрежа из Нвидије ствара фотореалистичне лажне слике

На први поглед, фотографија на врху изгледа као обична фотографија уобичајене улице, узета или из камере или од некога тко је довољно глуп да оде на пут како би сликао тако приземну сцену.

Али погледај мало ближе. Обратите пажњу на то како је саобраћајни сигнал мало искривљен, или како неки аутомобили изгледају мутно? Овде нешто није у реду. То уопште није фотографија. То је слика коју је у потпуности створио А.И.

Компјутерски научници из технолошке компаније Нвидиа и Универзитета у Калифорнији, Беркелеи, написали су истраживачки рад, који је доступан у препринту на арКсив-у, с детаљима о томе како су успјели добити неуралну мрежу за генерирање реалистичних слика улица и људских портрета. Чак су укључили кориснички интерфејс који вам омогућава да подесите слике без обзира на то колико желите, додајући додатно лишће или чак мењањем времена.

„Игре брзо расту, јер људи воле да међусобно комуницирају у виртуелним окружењима“, каже Минг-Иу Лиу, виши научник у Нвидији. Инверсе у е-поруци. „Међутим, изградња виртуелних светова је скупа са данашњом технологијом, јер од уметника захтева да експлицитно моделирају и симулирају текстуру и осветљење за свет који граде. Превођењем слике на слику можемо уместо тога да направимо узорак стварног света да бисмо креирали виртуелне светове. ”

Неуронске мреже су компјутери који су моделирани да раде као људски мозак тако што узимају информације, примјењују их и уче из резултата. Ово истраживање користило је посебне типове неуронских мрежа које је увео Иан Гоодфеллов 2014. године, названих генеративне контрадикторне мреже - или ГАН - које се обично састоје од две мреже, генератора и дискриминатора.

Генератор добија фотографије и почиње да ствара синтетичке слике сличне онима које је дао. Затим приказује мешавину слика које су јој дате и варање дискриминатору, чији је посао да их раздвоји. Како се овај процес одвија, генератор постаје бољи у опонашању оригиналних слика, а дискриминатор постаје бољи у препознавању варалица. Резултати су прилично убедљиви - и потпуно лажне - слике.

Ово истраживање се надовезује на традиционални ГАН модел додавањем раздвајања генератора и мрежа дискриминатора у неколико под-мрежа, што омогућава излаз слике веће резолуције. Неуралне мреже су такође у стању да преузму семантичку мапу - или нацрт како би фотографија требала изгледати - и попунити текстуре самостално. Корисници могу чак да уђу у нацрт и промене ствари ако желе да додају зграде уместо дрвећа у улични приказ или да шире очи у портрету.

У раду се резултати упоређују са сличним експериментима који се изводе на овај начин, од којих је најпознатији пик2пик. Нвидиа и УЦ Беркелеи студија је у стању да генерише слике са ситним и прецизним детаљима као читљиве таблице, док пик2пик даје слике које скоро да изгледају као аквареле.

Иако се овај алат може користити за зараду бесплатне реддит карме са пар необичних фотографија, аутори виде огроман потенцијал у коришћењу овог приступа за генерисање реалистичне графике са једноставним нацртом.

Стотине сати мукотрпног рада улазе у стварање виртуелних светова за употребу у Гоогле мапама, филмовима и видео играма. Лиу каже да би овај модел могао послужити као начин да се безболно постигне већина дизајна, а затим уђе и подеси детаље касније.

„Уместо да се свет прикаже експлицитним моделовањем, можемо изградити свет имплицитно користећи превођење слике-слике да бисмо превели између једноставног модела света који не садржи никакву текстуру или осветљење, као и фото-реалистички излаз. Ова способност треба да учини много јефтинијим за изградњу виртуелних светова “, каже он Инверсе.

За следећи корак у овом истраживању, тим се нада да ће истражити видео-то-видео превод, који би користио неуронске мреже за стварање реалистичних видеа. Циљ који Луи каже изазвао је истраживаче на терену.

Сада знате како се лако могу креирати лажне слике. Не верујте свему што видите на Гоогле сликама.