Inteligencje sztuczne próbowały już malować obrazy, pisać filmy i generować ludzkie twarze. W wielu przypadkach wyniki były fatalne, ale czas działa na ich korzyść i z każdą próbą robią to trochę lepiej. Dziś przyszła kolej na Nvidię, która właśnie opublikowała informacje o specjalnej metodzie treningu sieci generatywno-przeciwnikowych. Choć nie jest wolna od błędów, jakość niektórych obrazów jest znacznie wyższa, niż oczekiwaliśmy, do tego stopnia, że można je łatwo pomylić z prawdziwymi ludźmi…
30 lat temu po raz pierwszy zobaczyliśmy migającego Mega Mana i byliśmy pod ogromnym wrażeniem. Dziś „nowoczesna” gra z postaciami o lekko zdeformowanych twarzach i słabych animacjach może zostać potępiona z dnia na dzień, tak jak to się stało z Mass Effect: Andromeda. Digitalizacja i motion capture stały się kluczowymi narzędziami dla wielu deweloperów, osiągając wysoki poziom precyzji, ale na świecie można znaleźć bardzo duże wysiłki, które starają się przenieść tę odpowiedzialność na sztuczne inteligencje. Solidnym przykładem jest Nvidia, która podzieliła się badaniem na temat zaawansowanych metod treningu sieci generatywno-przeciwnikowych.
W prostych słowach, Nvidia trenowała sieć generatora i dyskryminatora w sposób progresywny, zaczynając od niskiej rozdzielczości i dodając nowe warstwy, które dostarczają znacznie bardziej szczegółowych informacji w miarę postępu treningu. Pierwszą korzyścią jest większa prędkość, ale to blednie w porównaniu z jakością uzyskanych obrazów. Żadna z osób, które zobaczycie poniżej, nie jest prawdziwa. Wytrenowane oko może znaleźć kilka błędów bez większego wysiłku, ale nie wolno nam zapominać, że to dopiero początek.
Galeria
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Na koniec oficjalny film pokazujący możliwości przejść i przetwarzania sieci neuronowej. Podobnie jak Nvidia, zalecamy odtwarzanie w 1080p60. Jest doskonały.
