Die KI von Nvidia verwandelt einfache Skizzen in schöne Landschaften

Der Raucherwasserfall und der Wasserfall des gesunden Menschen

Wir alle wissen, wie man eine Eule zeichnet. Zuerst macht man einen Oval, dann noch einen Kreis, und dann — entsteht eine tolle Eule. Natürlich ist das ein Scherz, und zwar ein sehr alter, aber die Ingenieure von Nvidia haben sich Mühe gegeben, die Fantasie zur Realität werden zu lassen.

Neue Entwicklung, die GauGAN genannt wird, erschafft atemberaubende Landschaften aus sehr einfachen Skizzen (wirklich einfach — Kreise, Linien und so weiter). Natürlich basieren diese Entwicklungen auf modernen Technologien — insbesondere auf generativen gegeneinandergestellten neuronalen Netzwerken.

GauGAN ermöglicht es, farbenfrohe virtuelle Welten zu schaffen — und nicht nur zur Unterhaltung, sondern auch zur Arbeit. So können Architekten, Landschaftsplaner, Spieleentwickler — sie alle können etwas Nützliches daraus schöpfen. Künstliche Intelligenz „versteht“ sofort, was der Mensch will, und ergänzt die ursprüngliche Idee mit einer riesigen Anzahl von Details.

„Brainstorming zur Designentwicklung fällt mit der Hilfe von GauGAN viel leichter, da der intelligente Pinsel die ursprüngliche Skizze ergänzen und qualitativ hochwertige Bilder hinzufügen kann“, sagte einer der Entwickler von GauGAN.

Benutzer dieses Werkzeugs können die ursprüngliche Idee ändern, die Landschaft oder ein anderes Bild modifizieren, Himmel, Sand, Meer und Ähnliches hinzufügen. Alles, was das Herz begehrt, und das Hinzufügen geschieht in nur ein paar Sekunden.

Das neuronale Netzwerk wurde unter Verwendung einer Datenbasis mit Millionen von Bildern trainiert. Dank dieser Technik kann das System verstehen, was der Mensch will und wie das Gewünschte erreicht werden kann. Zudem vergisst das neuronale Netzwerk nicht die kleinsten Details. Wenn man zum Beispiel schematisch einen Teich und einige Bäume daneben zeichnet, werden nach der Belebung der Landschaft alle umliegenden Objekte im Spiegelbild des Teiches reflektiert.

Der Maschine kann man angeben, wie die sichtbare Oberfläche aussehen soll — sie kann mit Gras, Schnee, Wasser oder Sand bedeckt sein. Das alles kann in Sekundenschnelle umgewandelt werden, sodass Schnee zu Sand wird und der Maler anstelle einer verschneiten Einöde eine Wüstenlandschaft erhält.

„Es ist wie ein Malbuch, in dem steht, wo der Baum, wo die Sonne und wo der Himmel platziert werden soll. Danach erweckt das neuronale Netzwerk das Bild zum Leben, fügt notwendige Details und Strukturen hinzu und zeichnet Spiegelungen nach. All dies basiert auf realen Bildern“, sagt einer der Entwickler.

Trotz des Mangels an „Verständnis“ der realen Welt schafft das System beeindruckende Landschaften. Das liegt daran, dass hier zwei neuronale Netzwerke verwendet werden, ein Generator und ein Diskriminator. Der Generator erstellt das Bild und zeigt es dem Diskriminator. Dieser wählt auf der Grundlage von Millionen zuvor gesehenen Bildern die realistischsten Varianten aus.

Gerade deshalb „weiß“ der Generator, wo die Spiegelungen sein müssen. Es ist erwähnenswert, dass das Werkzeug äußerst flexibel ist und mit einer Vielzahl von Einstellungen ausgestattet ist. So kann man mit seiner Hilfe Bilder erstellen, die dem Stil eines bestimmten Künstlers angepasst sind, oder einfach mit der schnellen Hinzufügung eines Sonnenaufgangs oder Sonnenuntergangs spielen.

Die Entwickler behaupten, dass das System nicht einfach Bilder von irgendwoher nimmt, sie zusammenfügt und ein Ergebnis erhält. Nein, alle erhaltenen „Bilder“ sind generiert. Das heißt, das neuronale Netzwerk „erschafft“ wie ein echter Künstler (oder sogar besser).

Derzeit ist das Programm nicht öffentlich zugänglich, aber bald wird es möglich sein, es in der Praxis auszuprobieren. Dies kann auf der Technologieausstellung GPU Technology Conference 2019 geschehen, die derzeit in Kalifornien läuft. Glückliche Besucher, die die Ausstellung besuchen konnten, können GauGAN bereits testen.

Neuronale Netzwerke lernen schon seit langem, am kreativen Prozess teilzunehmen. Zum Beispiel konnten einige von ihnen im vergangenen Jahr 3D-Modelle erstellen.Darüber hinaus haben Entwickler von DeepMind ein neuronales Netzwerk trainiert, um dreidimensionale Räume und Objekte anhand von Zeichnungen, Fotos und Skizzen wiederherzustellen. Um eine einfache Figur nachzubilden, benötigt das neuronale Netzwerk ein einziges Bild, für die Erstellung komplexerer Objekte sind fünf Bilder für das „Training“ erforderlich.

Was GauGAN betrifft, so wird dieses Werkzeug sicherlich einen wertvollen kommerziellen Nutzen finden — viele Geschäftszweige und wissenschaftliche Bereiche benötigen ähnliche Dienstleistungen.

Quelle: habr.com