Ova AI Neuronska Mreža Od Nvidia Stvara Fotorealistične Lažne Slike

Na prvi pogled, fotografija na vrhu izgleda kao obična fotografija uobičajene ulice, snimljena ili iz crtice ili od nekoga tko je dovoljno glup da ode na cestu kako bi slikao tako svjetovnu scenu.

Ali pogledajte malo bliže. Primijetite kako je prometni signal lagano iskrivljen ili kako neki automobili izgledaju mutno? Ovdje nešto nije u redu. To uopće nije fotografija. To je slika koju je u cijelosti stvorio A.I.

Računalni znanstvenici iz tehnološke tvrtke Nvidia i Kalifornijskog sveučilišta Berkeley napisali su istraživački rad, dostupan u preprintu na arXiv-u, s detaljima o tome kako su uspjeli dobiti neuralnu mrežu kako bi generirali realistične slike ulica i ljudske portrete. Uključili su čak i korisničko sučelje koje vam omogućuje da podesite slike bez obzira na to što želite, dodajući dodatno lišće ili čak mijenjajući vrijeme.

"Igre brzo rastu, jer ljudi vole međusobno komunicirati u virtualnim okruženjima", kaže Ming-Yu Liu, viši znanstvenik u Nvidiji. Inverzan u e-pošti. "Međutim, izgradnja virtualnih svjetova je skupa s današnjom tehnologijom, jer zahtijeva od umjetnika da eksplicitno modeliraju i simuliraju teksturu i osvjetljenje za svijet koji grade." Pomoću prijevoda slike-slike možemo umjesto toga uzoriti stvarni svijet da bismo stvorili virtualne svjetove."

Neuronske mreže su računala modelirana da rade kao ljudski mozak uzimajući informacije, primjenjujući ih i učeći iz rezultata. Ovo istraživanje koristilo je posebne vrste neuronskih mreža koje je uveo Ian Goodfellow 2014. godine, nazvan generativnim kontradiktornim mrežama - ili GAN-ovima - koji se obično sastoje od dvije mreže, generatora i diskriminatora.

Generator dobiva fotografije i počinje stvarati sintetičke slike slične onima koje je dao. Zatim prikazuje mješavinu slika koje su joj dane i krivotvorine diskriminatoru, čiji je posao da ih razdvoji. Kako se taj proces odvija, generator postaje bolji u oponašanju izvornih slika, a diskriminator postaje bolji u raspoznavanju varalica. Rezultati su neke prilično uvjerljive - i potpuno lažne - slike.

Ovo se istraživanje nadovezuje na tradicionalni GAN model dodavanjem podjele generatora i diskriminatorskih mreža u nekoliko podmreža, omogućujući izlaz slika veće razlučivosti. Neuronske mreže također mogu zauzeti semantičku kartu - ili nacrt kako bi fotografija trebala izgledati - i ispuniti teksture samostalno. Korisnici čak mogu ići u nacrt i mijenjati stvari ako žele dodati zgrade umjesto stabala u ulični prikaz ili učiniti oči širokim u portretu.

U radu se uspoređuju njegovi rezultati sa sličnim eksperimentima koji su provedeni ovom metodom, od kojih je najznačajniji pix2pix. Nvidia i UC Berkeley studija je u stanju generirati slike s detaljima kao malen i precizan kao čitljiv registarske pločice, dok pix2pix outputs slike koje gotovo izgledaju kao akvarel slike.

Iako se ovaj alat može koristiti za zaradu besplatne reddit karme s nekoliko čudnih fotografija, autori vide ogroman potencijal u korištenju ovog pristupa za generiranje realistične grafike sa jednostavnim nacrtom.

Stotine sati mukotrpnog rada ulazi u stvaranje virtualnih svjetova za upotrebu u Google Kartama, filmovima i videoigrama. Liu kaže da bi ovaj model mogao poslužiti kao način da se bezbolno postigne većina dizajniranog dizajna, a zatim uđu i ugađaju detalje kasnije.

"Umjesto prikazivanja svijeta eksplicitnim modeliranjem, možemo izgraditi svijet implicitno koristeći prijevod od slike do slike da bismo preveli između jednostavnog modela svijeta koji ne sadrži nikakvu teksturu ili osvjetljenje, te foto-realističan izlaz, Ta sposobnost bi trebala učiniti mnogo jeftinijim za izgradnju virtualnih svjetova “, kaže on Inverzan.

Za sljedeći korak u ovom istraživanju, tim se nada istraživanju video-to-video prijevoda, koji bi koristio neuronske mreže za stvaranje realističnih videa. Cilj koji Lui kaže izazvao je istraživače na tom području.

Sada znate kako lako možete stvoriti lažne slike. Ne vjerujte svemu što vidite na Googleovim slikama.