וידאו מראה כיצד א. אמנות נוצר יכול גם להפנט או לרדוף את החלומות שלך

מוקדם יותר החודש, בית המכירות הפומביות של כריסטי נמכר מה שהוא אומר הוא היצירה הראשונה אי פעם של אמנות שנוצר אלגוריתמית נמכר על ידי בית מכירות פומביות גדולות. תג המחיר - כמעט חצי מיליון דולר אמריקני - העלה מספר שאלות על מקורותיה של היצירה, על שוק האמנות החדשני, האובססיבי, ואולי החשוב מכל: מדוע?

ועם זאת, המאמצים המתרחשים ללמד מכונות על אמנות, או ליתר דיוק על דימויים, אינם אלא תרגיל פרסומי. מתוך היכולת לזהות טוב יותר קטעי וידאו מטעה כדי לשנות רטרואקטיבית את השחקנים של הסרט, מדעני המחשב יש מספר סיבות מעשיות ללמד מכונות כיצד לתקשר טוב יותר עם העולם החזותי.

דניאל Heiss הוא אחד כזה נלהב הטכנולוגיה. היזם היצירתי של מרכז ZKM לאמנות ומדיה היה מאמן מוקדם של רשת עצבית שפורסמה על ידי חוקרי NVIDIA באפריל. הוא נוצר כדי ליצור תמונות של סלבריטאים דמיוניים לאחר אימון עם אלפי תמונות של סלבס הקיים. זה השראה Heiss כדי לחבר 50,000 תמונות photobooth שנאספו על ידי אחד של אמנות אינטראקטיבית ZKM התקנות כדי לראות איזה סוג של אמנות שלו א. ייצור בראיון מקוון, הוא מספר הפוך התוצאות היו טובות משאי פעם העלה בדמיונו.

"ראיתי את השתאה המטורפת של פרצופי פנים אחת לתוך שלוש דמויות פנים לשני דימויים פנים וכן הלאה. זה היה הרבה יותר טוב ממה שחשבתי, "אמר. "אפילו ניסיתי לסנן את התמונות כך שרק תמונות עם פרצוף אחד ישמשו, אבל בזמן שעבדתי על זה הדגימות שנוצרו ממערך הנתונים הלא מסונן יצאו כל כך טוב שאני עוצרת את זה".

בהדרגה גדל GAN (קראס et al) מאומן על ~ 80,000 ציורים pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@ genkogan) 3 בנובמבר 2018

Heiss 'וידאו מאז garnered יותר מ 23,000 upvotes על Reddit. הוא במקור צייץ את מדה ראו לעיל ב -4 בנובמבר, בתגובה לשימוש טריפי אחר של אלגוריתם של NVIDIA על ידי מתכנת ג'ין קוגן. במקום להאכיל את עצבי הרשת העצביים, השתמש קוגאן בכ -80,000 ציורים.

קוגאן היה מנופח גם עם היכולת של א.י. ליצור מסגרות שדומות סגנונות שונים, במקום פשוט mashing-mashing הכל.

"הופתעתי מהיכולת שלו לשנן כל כך הרבה אסתטיקה שונה בלי להתערבב מדי", הוא מספר הפוך. "אני חושב שזאת ההשפעה שיש כמה מאות פרמטרים לשחק עם."

כיצד אנו מלמדים א. לעשות תמונות משלו

צוות המחקר של NVIDIA, בראשותו של Terro Karras, עשה שימוש ברשת אדווררית גנראטיבית, או בגאן, שהוסמך במקור על ידי מדען המחשב המוערך איאן גודפלו ב -2014. זה היה הבסיס שמאחורי כלי ה- DeepDream של גוגל, שעשה גלי בתחום ובאינטרנט.

GAN מורכב משתי רשתות: גנרטור ומפלה. תוכניות מחשב אלה מתחרות זו בזו על מיליונים של מיליוני פעמים כדי לחדד את מיומנויות יצירת התמונות שלהן עד שהן מספיק טובות כדי ליצור את מה שיהפוך בסופו של דבר ל"מעמקים ".

הגנרטור הוא מוזן תמונות ומתחיל לנסות לחקות אותם הכי טוב שאפשר. לאחר מכן הוא מציג את התמונות המקוריות והמוצגות בפני המפלה, שתפקידן הוא להבדיל ביניהם. ככל שהניסוי נעשה יותר טוב, כך הגנרטור מקבל סינתיזה של תמונות, וככל שהמפלה הופכת להיות טובה יותר. התוצאה היא כמה די משכנע - אבל לגמרי מזויף - פרצופים וציורים.

איך זה יכול לעזור טק אמנים

A.I. כבר עשה שם של עצמו בעולם האמנות. בנוסף לדיוק שנוצר על ידי המחשב, שנמכר בכריסטי'ס, דיפ-דרים כבר עושה נופים תלת-ממדיים לפני שעיכובים עמוקים היו דבר.

Heiss מאמין מכונת למידה כלים שנוצרו היום בשלים לשימוש על ידי אמנים, אבל השימוש בהם דורש תעוזה טכנית. זו הסיבה ש- ZKM מארחת את תערוכת הקודים הפתוחים שלה כדי לעורר שיתוף פעולה נוסף בין המגזר הטכנולוגי והיצירתי.

"כלים המתעוררים עכשיו יכולים להיות כלים שימושיים מאוד לאמנים, אבל זה קשה לאמן ללא ידע של מיומנויות תכנות ומינהל להשתמש בהם", אמר. "הקשר בין המדע לאמנות יכול להוביל לדברים גדולים, אבל הוא זקוק לשיתוף פעולה בשני הכיוונים".

חזרות מוקדמות של א.י., כמו GANS, מסוגלות לספוג מיליונים על מיליוני נקודות נתונים כדי לראות דפוסים ואפילו תמונות שבני אדם מעולם לא יכלו להמציא בעצמם. עם זאת, החזון היצירתי שלהם עדיין מוגבל על ידי מה שבני האדם בוחרים לתת לאלגוריתמים האלה נתונים גולמיים.

עם עין חדה עבור אסתטיקה ומיומנויות קידוד, את A.I באמצעות אמני העתיד עשוי להשתמש מכונת למידה כדי לקפוץ עידן חדש של יצירתיות או לנשום את החיים לתוך סגנונות ישנים יותר של אמנות. אבל זה ייקח הרבה נתונים כדי ללמד את המכונות איך לחקות טוב יותר את כושר ההמצאה האנושית ולקחת מה המחשב יורקת צעד נוסף.