Видео показывает, как А.И. Созданное искусство может загипнотизировать или преследовать ваши мечты

Ранее в этом месяце аукционный дом Christie's продал то, что, по его словам, является первым произведением искусства, сгенерированным по алгоритму, проданным крупным аукционным домом. Ценник - почти полмиллиона американских долларов - поднял ряд вопросов о происхождении авторства, одержимого новизной арт-рынке и, возможно, самое главное: почему?

И все же усилия, предпринимаемые для обучения машин искусству или, точнее, изображениям, вряд ли являются рекламным ходом. У ученых-компьютерщиков есть множество практических причин для того, чтобы научить машины, как лучше взаимодействовать с визуальным миром, от способности лучше выявлять обманчивые видеоролики до ретроактивного изменения состава фильма.

Даниэль Хейс - один из таких энтузиастов технологий. Креативный разработчик Центра искусства и медиа ZKM был одним из первых пользователей нейронной сети, опубликованной исследователями NVIDIA в апреле. Он был создан для того, чтобы генерировать фотографии воображаемых знаменитостей после тренировки с тысячами фотографий существующих знаменитостей. Это вдохновило Хейса подключить 50 000 снимков для фотокабины, собранных в одной из интерактивных художественных инсталляций ZKM, чтобы увидеть, какое искусство его А.И. будет производить. В онлайн-интервью он рассказывает обратный результаты были лучше, чем он мог себе представить.

«Я видел безумную деформацию одного изображения лица в три изображения лица в два изображения лица и так далее. Это было намного лучше, чем я когда-либо думал », - сказал он. «Я даже пытался отфильтровать изображения так, чтобы использовались только изображения с одним лицом, но пока я работал над этим, образцы, сгенерированные из нефильтрованного набора данных, вышли настолько хорошими, что я остановил это».

прогрессивно выращенный ГАН (Каррас и др.) обучался на ~ 80 000 картин pic.twitter.com/fkNjw8m2uC

- Джин Коган (@genekogan) 3 ноября 2018 года

С тех пор видео Хайсса собрало более 23 000 голосов на Reddit. Первоначально он написал в Твиттере кадры, показанные выше 4 ноября, в ответ на очередное тривиальное использование алгоритма NVIDIA программистом Джином Коганом. Вместо того, чтобы кормить селфи нейронной сети, Коган использовал около 80 000 картин.

Коган был также поражен способностью А.И. создавать кадры, которые напоминали разные стили, а не просто смешивать все.

«Я был удивлен его способностью запоминать так много разных эстетик, не слишком запутываясь», - рассказывает он. обратный, «Я думаю, что это эффект наличия нескольких сотен миллионов параметров для игры».

Как мы учим А.И. сделать свои собственные фотографии

Исследовательская группа NVIDIA, во главе с Теро Каррасом, использовала генеративную сеть состязаний, или GAN, первоначально теоретизированную уважаемым ученым-компьютерщиком Ианом Гудфеллоу в 2014 году. Это была основная технология, лежащая в основе инструмента Google DeepDream, который делал волны на местах и ​​в Интернете.

GAN состоит из двух сетей: генератора и дискриминатора. Эти компьютерные программы соревнуются друг с другом миллионы и миллионы раз, чтобы усовершенствовать свои навыки генерации изображений, пока они не станут достаточно хорошими, чтобы создать то, что в конечном итоге станет известным как «подделка».

Генератор подает фотографии и начинает стараться подражать им как можно лучше. Затем он показывает оригинальные и сгенерированные картинки дискриминатору, чья работа заключается в том, чтобы отличать их друг от друга. Чем больше будет проведено испытаний, тем лучше генератор получит синтезировать изображения, и тем лучше дискриминатор станет различать их. Это приводит к некоторым довольно убедительным - но полностью поддельным - лицам и картинам.

Как эта технология может помочь художникам

А.И. уже сделал себе имя в мире искусства. В дополнение к сгенерированному на компьютере портрету, который поступил в продажу на Christie's, DeepDream создавал трипые пейзажи еще до того, как появились фальшивки.

Хейсс считает, что создаваемые сегодня инструменты машинного обучения созрели для художников, но их использование требует технического мастерства. Вот почему ZKM проводит свою выставку «Открытые коды», чтобы стимулировать сотрудничество между технологическим и креативным секторами.

«Инструменты, которые сейчас появляются, могут быть очень полезными инструментами для художников, но художнику трудно без каких-либо знаний в области программирования и навыков системного администрирования», - сказал он. «Эта связь между наукой и искусством может привести к великим вещам, но для этого необходимо сотрудничество в обоих направлениях».

Ранние итерации A.I., такие как GANS, способны впитывать миллионы и миллионы точек данных, чтобы увидеть шаблоны и даже изображения, которые люди никогда не смогут придумать самостоятельно. Тем не менее, их творческое видение все еще ограничено тем, что люди выбирают для предоставления этих алгоритмов в качестве необработанных данных.

С острым вниманием к эстетике и навыкам кодирования художники будущего, использующие искусственное интеллект, могли бы использовать машинное обучение, чтобы запустить целую новую эпоху творчества или вдохнуть жизнь в более старые стили искусства. Но потребуется много данных, чтобы научить машины, как лучше имитировать человеческую изобретательность и сделать то, что компьютер выкладывает на шаг вперед.