Talon ng naninigarilyo at talon ng malusog na tao
Alam nating lahat kung paano gumuhit ng kuwago. Kailangan mo munang gumuhit ng isang hugis-itlog, pagkatapos ay isa pang bilog, at pagkatapos ay makakakuha ka ng isang napakarilag na kuwago. Siyempre, ito ay isang biro, at isang napakatanda, ngunit sinubukan ng mga inhinyero ng Nvidia na gawing katotohanan ang pantasya.
, na tinatawag na GauGAN, ay lumilikha ng magagandang tanawin mula sa napakasimpleng sketch (talagang simple - mga bilog, linya at lahat ng bagay). Siyempre, ang pag-unlad na ito ay batay sa mga modernong teknolohiya - lalo na ang mga generative adversarial neural network.
Binibigyang-daan ka ng GauGAN na lumikha ng mga makukulay na virtual na mundo - hindi lamang para sa libangan, kundi para sa trabaho. Kaya, mga arkitekto, taga-disenyo ng landscape, mga developer ng laro - lahat sila ay maaaring matuto ng isang bagay na kapaki-pakinabang. Ang artipisyal na katalinuhan ay agad na "naiintindihan" kung ano ang nais ng isang tao at pinupunan ang orihinal na ideya ng isang malaking bilang ng mga detalye.
"Mas madaling mag-brainstorming ng isang disenyo gamit ang GauGAN dahil mapapahusay ng smart brush ang orihinal na sketch na may mga de-kalidad na larawan," sabi ng isa sa mga developer ng GauGAN.
Maaaring baguhin ng mga user ng tool na ito ang orihinal na ideya, baguhin ang isang landscape o iba pang larawan, magdagdag ng langit, buhangin, dagat, atbp. Anuman ang nais ng iyong puso, at ang pagdaragdag nito ay tumatagal lamang ng ilang segundo.
Ang neural network ay sinanay gamit ang isang database ng milyun-milyong larawan. Salamat dito, mauunawaan ng system kung ano ang gusto ng isang tao at kung paano makamit ang gusto niya. Bukod dito, hindi nakakalimutan ng neural network ang tungkol sa pinakamaliit na detalye. Kaya, kung gumuhit ka ng isang schematic diagram ng isang lawa at ilang mga puno sa tabi nito, pagkatapos ay mabuhay ang landscape, ang lahat ng mga kalapit na bagay ay makikita sa salamin ng tubig ng pond.
Maaaring sabihin sa sistema kung ano ang dapat na nakikitang ibabaw - maaari itong sakop ng damo, niyebe, tubig o buhangin. Ang lahat ng ito ay maaaring mabago sa isang segundo, upang ang snow ay maging buhangin at sa halip na isang snow-covered wasteland, ang artist ay nakakakuha ng isang disyerto na tanawin.
βIto ay tulad ng isang coloring book na nagsasabi sa iyo kung saan ilalagay ang puno, kung saan ang araw, at kung saan ang langit. Pagkatapos, pagkatapos ng paunang gawain, ang neural network ay nagbibigay-buhay sa larawan, nagdaragdag ng mga kinakailangang detalye at mga texture, at gumuhit ng mga reflection. "Ang lahat ng ito ay batay sa mga tunay na larawan," sabi ng isa sa mga developer.
Bagama't ang sistema ay kulang sa totoong mundo na "pag-unawa", ang sistema ay gumagawa ng mga kahanga-hangang tanawin. Ito ay dahil dalawang neural network ang ginagamit dito, isang generator at isang discriminator. Lumilikha ang generator ng isang imahe at ipinapakita ito sa discriminator. Siya, batay sa milyun-milyong dati nang nakitang larawan, ay pumipili ng pinaka-makatotohanang mga opsyon.
Ito ang dahilan kung bakit "alam" ng generator kung saan dapat ang mga reflection. Kapansin-pansin na ang tool ay napaka-kakayahang umangkop at nilagyan ng isang malaking bilang ng mga setting. Kaya, sa tulong nito, maaari kang magpinta ng mga larawan, umaangkop sa estilo ng isang partikular na artist, o mag-dbble sa mabilis na pagdaragdag ng pagsikat o paglubog ng araw.
Sinasabi ng mga developer na ang system ay hindi lamang kumukuha ng mga larawan mula sa isang lugar, idagdag ang mga ito nang magkasama at makuha ang resulta. Hindi, lahat ng nagresultang "mga larawan" ay nabuo. Iyon ay, ang neural network ay "lumilikha" tulad ng isang tunay na artista (o mas mahusay pa).
Sa ngayon, ang programa ay hindi malayang magagamit, ngunit sa lalong madaling panahon posible na subukan ito. Magagawa ito sa GPU Technology Conference 2019, na nangyayari ngayon sa California. Ang mga mapalad na nakabisita sa eksibisyon ay maaari nang subukan ang GauGAN.
Matagal nang itinuro ang mga neural network na makibahagi sa proseso ng paglikha. Halimbawa, noong nakaraang taon, ang ilan sa kanila . Bilang karagdagan, sinanay ng mga developer mula sa DeepMind ang neural network upang muling buuin ang mga three-dimensional na espasyo at mga bagay mula sa mga guhit, litrato, at sketch. Upang muling likhain ang isang simpleng figure, ang neural network ay nangangailangan ng isang larawan; upang lumikha ng mas kumplikadong mga bagay, limang larawan ang kinakailangan para sa "pagsasanay".
Tulad ng para sa GauGAN, ang tool na ito ay malinaw na makakahanap ng karapat-dapat na komersyal na aplikasyon - maraming mga lugar ng negosyo at agham ang nangangailangan ng mga naturang serbisyo.
Pinagmulan: www.habr.com