Rygerens vandfald og det sunde menneskes vandfald
Vi ved alle, hvordan man tegner en ugle. Først skal man tegne en oval, derefter en cirkel, og så får man til sidst en fantastisk ugle. Selvfølgelig er det en spøg, og en meget gammel én af slagsen, men Nvidia's ingeniører har arbejdet hårdt for at gøre fantasien til virkelighed.
, kaldet GauGAN, skaber fantastiske landskaber ud fra meget enkle skitser (virkelig enkle — cirkler, linjer og alt det der). Selvfølgelig er det moderne teknologi, der ligger til grund for denne udvikling — nemlig generative modstridende neurale netværk.
GauGAN gør det muligt at skabe farverige virtuelle verdener — ikke kun til underholdning, men også til arbejde. Således kan arkitekter, landskabsdesignere, og spildesignere alle finde noget nyttigt. Kunstig intelligens forstår straks, hvad mennesket ønsker, og tilføjer den oprindelige idé med et væld af detaljer.
"Brainstorming i designudvikling er meget lettere med hjælp fra GauGAN, da den smarte pensel kan supplere den oprindelige skitse med kvalitetsbilleder," sagde en af udviklerne af GauGAN.
Brugerne af dette værktøj kan ændre den oprindelige idé, modificere landskabet eller et andet billede, tilføje himmel, sand, hav osv. Alt, hvad hjertet begærer, og tilføjelsen sker på bare et par sekunder.
Neuralt netværk er trænet på en database med millioner af billeder. Takket være dette kan systemet forstå, hvad mennesket ønsker, og hvordan man opnår det ønskede. Og neuralt netværk glemmer ikke de mindste detaljer. Så hvis man skitserer en dam og nogle træer ved siden af, vil alle nærliggende objekter blive reflekteret i vandets spejl, når landskabet bliver livligt.
Systemet kan instrueres om, hvordan den synlige overflade skal være — den kan være dækket af græs, sne, vand eller sand. Alt dette kan omdannes på et øjeblik, så sneen bliver til sand, og i stedet for en sneklædt ødemark får kunstneren et ørkenlandskab.
«Det er som en malebog, der viser, hvor man skal placere træet, hvor solen skal være, og hvor himlen skal være. Derefter, efter den oprindelige opgave, bringer neuronet billedet til liv, tilføjer de nødvendige detaljer og teksturer, og tegner reflekserne. Alt dette er baseret på virkelige billeder,» siger en af udviklerne.
Selvom systemet mangler «forståelse» af den virkelige verden, skaber det imponerende landskaber. Det skyldes, at to neurale netværk bruges, en generator og en diskriminator. Generatoren skaber billedet og viser det til diskriminatoren. Denne vælger, baseret på millioner af tidligere sete billeder, de mest realistiske muligheder.
Det er netop derfor, at generatoren «ved», hvor refleksionerne skal være. Det skal bemærkes, at værktøjet er meget fleksibelt og udstyret med mange indstillinger. For eksempel kan man bruge det til at male billeder, tilpasse sig en bestemt kunstners stil eller blot lege med hurtig tilføjelse af solopgang eller solnedgang.
Udviklerne hævder, at systemet ikke bare tager billeder fra et sted, sætter dem sammen og får et resultat. Nej, alle de «billeder», der genereres, er skabte. Det vil sige, at neuronet «skaber», som en rigtig kunstner (eller endda bedre).
Indtil videre er programmet ikke tilgængeligt for offentligheden, men snart vil det kunne afprøves. Dette kan gøres på GPU Technology Conference 2019, som lige nu finder sted i Californien. De heldige, der har haft mulighed for at besøge udstillingen, kan allerede teste GauGAN.
Neurale netværk har længe været undervist i at deltage i den kreative proces. For eksempel kunne nogle af dem sidste år . Derudover har udviklerne fra DeepMind trænet neuronet til at genskabe tredimensionelle rum og objekter ud fra tegninger, fotografier og skitser. For at genskabe en simpel figur har neuronet brug for ét billede, mens der kræves fem billeder for «træning» af mere komplekse objekter.
Med hensyn til GauGAN, så vil dette værktøj helt klart finde en værdig kommerciel anvendelse — mange erhvervs- og videnskabsområder har behov for sådanne tjenester.
Kilde: habr.com
