Mākslīgais intelekts (AI) nesen mēģināja ģenerēt kaķu fotogrāfijas no nulles, un rezultāti bija kaķu astrofiski.
Šis konkrētais neironu tīkls (tāda veida AI, kas modelēts pēc cilvēka smadzeņu darbības) var radīt pārsteidzoši reālistiskas oriģinālas cilvēku sejas fotogrāfijas. Faktiski šo sagatavoto cilvēku attēlus cilvēku skatītājiem bija gandrīz neiespējami atšķirt no reālu cilvēku fotoattēliem, AI programmētāji ziņoja pētījumā, kas 2018. gada decembrī tika publicēts pirmsdrukas žurnālā arXiv.
Felines tomēr izrādījās cits stāsts. Tas pats algoritms, kas ģenerēja nevainojamas cilvēku sejas, radīja kaķus ar nepareizi nogatavinātām galvām; nepareizs acu un kāju skaits; un ķermeņi, kas bija pārāk gari, pārāk īsi, neparasti sagriezti vai taisnstūrveida un saliekti savdabīgos leņķos.
AI dzinējs, kas ražoja rāpojošos kaķu fotoattēlus, ir tas, kas pazīstams kā “uz stilu balstīta ģeneratora arhitektūra ģeneratīvo sacīkšu tīkliem” vai StyleGAN. Šādi tīkli ir "pretrunīgi", jo divi modeļi darbojas vienlaicīgi: viens ģenerē attēlus, bet otrs novērtē rezultātus, salīdzinot ar apmācības datu kopā esošajiem fotoattēliem, lai tīkls mācītos no savām kļūdām un uzlabotu tā veiktspēju, teikts pētījumā.
Lai AI varētu radīt dzīvesveida cilvēka attēlus, tam vispirms bija "jāapgūst", kā cilvēku sejas izskatījās no esošajiem fotoattēliem. Algoritms sadalīja sejas uz leju, lai pārbaudītu stila pazīmes, piemēram, galvas stāvokli; dzimums; ādas krāsa; matu tekstūra un stils; un acu, deguna un mutes formu, ziņoja pētnieki.
Kad StyleGAN spēja atpazīt visus šos elementus - bez cilvēku uzraudzības -, tā iemācījās tos patstāvīgi salikt, lai radītu pilnīgi jaunu, fotoreālistisku cilvēka seju. Pētnieki noraidīja intervijas pieprasījumu, bet paskaidroja savu procesu video, kas tika publicēts Youtube 2018. gada 12. decembrī.
Tātad, kāpēc StyleGAN nevarēja izveidot pievilcīgi reālistiskas kaķu fotogrāfijas? Algoritms darīja visu iespējamo, izmantojot to, ar ko tam bija jāstrādā, - un, kad bija runa par kaķiem, tūkstošiem atsauces attēlu, kurus tas izmantoja, bija mazāk nekā ideāli, sacīja Janelle Shane, pētniece, kas apmāca neironu tīklus, bet nebija iesaistīta pētījums, stāstīja Live Science.
Šīna par dīvainajiem kaķiem 7. februārī rakstīja savā blogā AI Weirdness. Atšķirībā no StyleGAN fotoattēlu datu kopas ar cilvēku sejām - kurās ķermeni un foni tika izgriezti un galvas pozīcijas bija līdzīgas viena otrai - datu kopā esošie kaķu attēli mežonīgi atšķīrās. Kolekcijā ir tuvplāni un plaši kaķu kadri dažādos iestatījumos un uz dažādiem foniem. Dažās fotogrāfijās bija redzams viens kaķis, citās bija iekļauti vairāki kaķi, bet citās bija arī cilvēki.
"Ir apgriezti kaķi; ir kaķi, kas ir salocīti bumbiņā; acis ir atvērtas; acis ir aizvērtas. Jūs noteikti varat pateikt, ka viņu ievades dati ir mazliet trokšņaini - un, trokšņaini, es domāju, ka tur ir kaut kas tas nav tikai kaķa attēls, "sacīja Šaņa.
Tāpēc neļaujieties StyleGan pārāk šausmīgajiem murgu kašķiem.
"Notiek daudz kas cits, kas jāapgūst algoritmam," piebilda Šaņa.
Pretrunīgi redzamie elementi apgrūtināja StyleGAN uzzināt, kā īstam kaķim vajadzēja izskatīties. Un neironu tīkliem nav reālās pasaules kontekstā attiecībā uz viņiem sniegto informāciju; viņi zina tikai to, kas ir viņu datu kopās. StyleGAN ir pietiekami iemācījies no atsauces fotoattēliem, lai precīzi reproducētu sīkas detaļas un faktūras, piemēram, kaķa kažokādu vai kaķu ausu formu. Bet programma nepārprotami cīnījās par visa kaķa salikšanu, sacīja Šaņs.
"Neironu tīkls nesaprot, kā kaķi darbojas. Tas nesaprot, cik daudz kāju viņiem ir. Nav īsti skaidrs, cik daudz acu viņiem ir vai kur iet visa viņu anatomija," viņa stāstīja Live Science.
Skatiet vairāk no StyleGAN satraucošajiem kaķu fotoattēliem, gandrīz nevainojamiem cilvēku attēliem un citiem projekta failiem attīstības platformā GitHub.
