Dohányos vízesése és egészséges ember vízesése
Mindannyian tudjuk, hogyan kell baglyot rajzolni. Először rajzolnia kell egy oválist, majd egy másik kört, és akkor kap egy gyönyörű baglyot. Természetesen ez egy vicc, és egy nagyon régi vicc, de az Nvidia mérnökei megpróbálták megvalósítani a fantáziát.
, a GauGAN, nagyon egyszerű vázlatokból (nagyon egyszerű - körök, vonalak és minden) gyönyörű tájakat készít. Természetesen ez a fejlesztés a modern technológiákon – nevezetesen a generatív ellenséges neurális hálózatokon – alapul.
A GauGAN lehetővé teszi színes virtuális világok létrehozását – nem csak szórakozáshoz, hanem munkához is. Tehát építészek, tájtervezők, játékfejlesztők – mindannyian tanulhatnak valami hasznosat. A mesterséges intelligencia azonnal „megérti”, hogy az ember mit akar, és rengeteg részlettel egészíti ki az eredeti ötletet.
„A GauGAN használatával sokkal egyszerűbb egy terv ötletelése, mivel az intelligens ecset minőségi képekkel javíthatja az eredeti vázlatot” – mondta a GauGAN egyik fejlesztője.
Az eszköz felhasználói megváltoztathatják az eredeti ötletet, módosíthatnak tájat vagy más képet, hozzáadhatnak eget, homokot, tengert stb. Bármire is vágyik a szíve, és csak néhány másodpercet vesz igénybe.
A neurális hálózat képzése több millió képből álló adatbázis segítségével történt. Ennek köszönhetően a rendszer képes megérteni, mit akar az ember, és hogyan érheti el, amit akar. Ráadásul a neurális hálózat a legapróbb részletekről sem feledkezik meg. Tehát, ha felrajzol egy vázlatos rajzot egy tóról és néhány fáról, akkor a táj életre keltése után minden közeli tárgy tükröződik a tó víztükörében.
A rendszernek meg lehet mondani, hogy milyen legyen a látható felület – lefedhető fűvel, hóval, vízzel vagy homokkal. Mindez egy másodperc alatt átalakulhat úgy, hogy a hó homok lesz, és a hóval borított puszta helyett sivatagi tájat kap a művész.
„Olyan ez, mint egy kifestőkönyv, amely megmondja, hová tegyük a fát, hol van a nap és hol az ég. Ezután a kiindulási feladat után a neurális háló animálja a képet, hozzáadja a szükséges részleteket és textúrákat, és reflexiókat rajzol. „Mindez valós képeken alapul” – mondja az egyik fejlesztő.
Bár a rendszerből hiányzik a valós világ "megértése", a rendszer lenyűgöző tájképeket produkál. Ennek oka, hogy itt két neurális hálózatot használnak, egy generátort és egy diszkriminátort. A generátor létrehoz egy képet, és megmutatja a megkülönböztetőnek. Több millió korábban látott kép alapján választja ki a legreálisabb lehetőségeket.
Ezért „tudja” a generátor, hogy hol legyenek a tükröződések. Érdemes megjegyezni, hogy az eszköz nagyon rugalmas és számos beállítási lehetőséggel rendelkezik. Segítségével tehát képeket festhet, igazodva egy adott művész stílusához, vagy egyszerűen csak gyorsan hozzáadhat napkeltét vagy naplementét.
A fejlesztők azt állítják, hogy a rendszer nem csak képeket vesz ki valahonnan, összeadja és megkapja az eredményt. Nem, az összes eredményül kapott „kép” létrejön. Vagyis a neurális hálózat úgy „teremt”, mint egy igazi művész (vagy még jobb).
A program egyelőre nem elérhető ingyenesen, de hamarosan ki lehet próbálni. Ezt a 2019-es GPU technológiai konferencián lehet megtenni, amely éppen most zajlik Kaliforniában. A szerencsések, akik ellátogathattak a kiállításra, már tesztelhetik a GauGAN-t.
A neurális hálózatokat régóta tanítják arra, hogy részt vegyenek az alkotói folyamatban. Például tavaly néhányan . Ezenkívül a DeepMind fejlesztői megtanították a neurális hálózatot háromdimenziós terek és objektumok rekonstrukciójára rajzok, fényképek és vázlatok alapján. Egy egyszerű ábra újraalkotásához a neurális hálózatnak egy képre van szüksége, összetettebb objektumok létrehozásához öt kép szükséges a „képzéshez”.
Ami a GauGAN-t illeti, ez az eszköz egyértelműen méltó kereskedelmi alkalmazást talál majd – az üzleti élet és a tudomány számos területén van szükség ilyen szolgáltatásokra.
Forrás: will.com