Potworne koty Pix2pix wspierane przez TensorFlow nie potrzebowały wiele czasu, by obiec sieć od końca do końca, i oczywiście było kwestią czasu, zanim ktoś wziął ten kod i postanowił stworzyć inne rozwiązanie. Sztuczna inteligencja bardzo dobrze radzi sobie z rozpoznawaniem obiektów i twarzy, ale jeśli chodzi o generowanie obrazu na podstawie prostego zestawu danych, wciąż ma sporo do nauczenia. Czym byłby „prosty zestaw danych”? Narysuj twarz odręcznie w polu i pozwól, by Pix2pix trochę się napocił…
Trening to podstawa
Niezależnie od poziomu złożoności, kluczem dla każdej sztucznej inteligencji jest trening. Jeśli to brzmi trochę jak brutalna siła, to dlatego, że w pewnym sensie tak jest: jeśli chcesz sztuczną inteligencję, która świetnie rozpoznaje pomarańcze i cytryny, najskuteczniejszą drogą jest zasilenie jej milionami obrazów, pozwolenie jej na popełnianie wszystkich błędów, i obserwowanie, jak się poprawia. Proces ten wymaga znacznej mocy obliczeniowej, a najnowsze osiągnięcia zmierzają do skrócenia czasu treningu, ale jednocześnie istnieje możliwość wytrącenia algorytmu ze strefy komfortu i zmuszenia go do dziwnych interpretacji.
Pix2pix w nowej odsłonie
Jednym z najlepszych przykładów z wolnym dostępem dla użytkownika jest Pix2pix. Pierwszy raz zobaczyliśmy go z bliska w lutym, kiedy programista Christopher Hesse stworzył port kompatybilny z TensorFlow. Jego celem było interpretowanie wszystkiego, co narysowane, jakby to był kot, a kiedy mówię „cokolwiek”, powiedzmy, że nawet Beholder mógł zyskać futro i kocie oczy. Ta nowa wersja skupia się na twarzach ludzkich i zasadniczo zależy od tego, jak złożone jest źródło. Jeśli spojrzymy na obraz referencyjny, wynik jest bardzo dobry, a nawet gdy go trochę zmienimy, stara się zastosować to, czego się nauczył, powiedzmy, stworzyć szyję, gdzie jej nie ma.
Nie trzeba dodawać, że zdrowy rozsądek Pix2pix szybuje nad przepaścią, gdy zmuszamy go do przetwarzania prostych bazgrołów. Jeśli priorytetem jest widzenie wszystkiego jako twarzy ludzkiej, mogą wyjść bardzo zabawne rzeczy lub potworności godne mistrza H.R. Gigera. Niestety nie mam żadnych zaawansowanych danych technicznych na temat tego generatora poza jego twórcą, NPO (holenderskim nadawcą publicznym) i zbiorem danych opartym na zdjęciach dziennikarki Lary Rense. Spróbuj coś narysować i podziel się wynikami.
