I gatti mostruosi di Pix2pix supportato da TensorFlow non hanno tardato a fare il giro del Web, e ovviamente era solo questione di tempo prima che qualcuno prendesse quel codice e decidesse di creare una soluzione diversa. Le intelligenze artificiali sono molto brave a riconoscere oggetti e volti, ma quando si tratta di generare un'immagine partendo da un semplice insieme di dati, hanno ancora molto da imparare. Cos'è un «semplice insieme di dati»? Disegna un volto a mano libera nella casella e lascia che Pix2pix sudi un po'...
L'importanza del training
Non importa il livello di complessità: la chiave per qualsiasi intelligenza artificiale è l'addestramento. Se sembra un po' forza bruta, è perché in un certo senso lo è: se vuoi un'intelligenza artificiale formidabile nel riconoscere arance e limoni, il modo più efficace è dargli in pasto milioni di immagini, lasciare che commetta tutti gli errori necessari e osservare come migliora. Questo processo richiede una potenza di calcolo considerevole, e gli ultimi sviluppi mirano a ridurre i tempi di addestramento, ma allo stesso tempo esiste la possibilità di togliere un algoritmo dalla sua zona di comfort e costringerlo a fare interpretazioni strane.
Uno dei migliori esempi ad accesso libero per l'utente è Pix2pix. La prima volta che lo abbiamo visto da vicino è stato lo scorso febbraio, quando il programmatore Christopher Hesse ha creato una versione compatibile con TensorFlow. Il suo obiettivo era interpretare qualsiasi cosa disegnata come se fosse un gatto, e quando dico «qualsiasi cosa», diciamo che persino un Beholder poteva guadagnare pelo e occhi da gatto. Questa nuova versione si concentra sui volti umani e fondamentalmente dipende da quanto è complessa la fonte. Se osserviamo l'immagine di riferimento, il risultato è molto buono, e anche quando la alteriamo un po' cerca di applicare ciò che ha imparato, ad esempio creare un collo dove non c'è.
Inutile dirlo, la poca sanità mentale di Pix2pix vola via dalla scogliera quando lo costringiamo a elaborare semplici scarabocchi. Se la priorità è vedere tutto come un volto umano, possono uscire cose molto divertenti, o mostruosità degne del maestro H.R. Giger. Purtroppo non ho alcun dato tecnico avanzato su questo generatore oltre al suo creatore, NPO (l'azienda di radiodiffusione pubblica dei Paesi Bassi), e il dataset, basato su immagini della giornalista Lara Rense. Prova a disegnare qualcosa e condividi i risultati.
