Inteligentna sztuczna inteligencja Nvidii wyobraża sobie noc jako dzień, a domowe koty jako tygrysy

Kategoria: Sztuczna inteligencja Opublikowany gru 04

Nowym kierunkiem w uczeniu maszynowym jest umożliwienie komputerom marzenia, a wyniki są fascynujące i potencjalnie całkiem przydatne.

System opracowany przez naukowców z Nvidii w Santa Clara w Kalifornii może spojrzeć na zdjęcie słonecznej drogi i wyobrazić sobie z zadziwiającymi szczegółami, jak by to wyglądało, gdyby padał deszcz, noc lub śnieżny dzień. Może również wyobrazić sobie, jak wyglądałby kot domowy, gdyby był lampartem, lwem lub tygrysem.

ten oprogramowanie wykorzystuje popularne nowe podejście w sztucznej inteligencji, które pozwala komputerom uczyć się bez pomocy człowieka. Zespół wykorzystał generatywne sieci kontradyktoryjne (GAN), które są sieciami neuronowymi, które działają w tandemie, aby poznać właściwości zbioru danych (patrz Innovators Under 35: Ian Goodfellow ).

W sieci GAN jedna sieć neuronowa próbuje wytworzyć dane syntetyczne, podczas gdy inna próbuje stwierdzić, czy przykład pochodzi z rzeczywistego zestawu danych, czy nie. Informacje zwrotne z drugiej sieci pomagają poprawić wydajność pierwszej. Sztuczka wykonana przez zespół Nvidii polega na użyciu dwóch sieci GAN wytrenowanych na różnych, ale podobnych danych i wykorzystaniu podobieństw lub nakładania się między dwoma wytrenowanymi modelami, aby wymyślić nowe obrazy.

Na przykład w przypadku obrazów ulic jeden GAN został przeszkolony w celu uwewnętrznienia właściwości dróg, podczas gdy drugi został przeszkolony przy użyciu obrazów scen nocnych, deszczowych lub śnieżnych. Połączenie tych dwóch sieci pozwala komputerowi wyobrazić sobie, jak wyglądałaby scena w różnych warunkach. Podobna sztuczka została wykonana z kotami domowymi i dużymi kotami (możesz sprawdzić cały film tutaj). Naukowcy prezentują pracę na Konferencja Neuronowe Systemy Przetwarzania Informacji w Long Beach w Kalifornii w tym tygodniu. Oto papier (PDF) opisujący pracę.

Jak dotąd uczenie maszynowe koncentrowało się bardziej na rozpoznawaniu, mówi Ming-Yu Liu , który pracował nad projektem z kolegami Thomas Breuel oraz Jan Kautz . Ale ludzie mogą użyć swojej wyobraźni. Jeśli dam ci zdjęcie latem, możesz sobie wyobrazić, jak będzie pokryty śniegiem.

Liu twierdzi, że technologia ta może mieć praktyczne zastosowanie w edycji obrazów i wideo oraz dodawaniu realistycznych efektów do obrazów i filmów publikowanych w sieciach społecznościowych. Wyobraź sobie, że możesz opublikować wideo na żywo przedstawiające Cię na przykład w bardzo realistycznym, sztucznym otoczeniu lub w przekonujący sposób, który przekształca Twoją twarz w twarz innej osoby lub zwierzęcia.

Podejście to może również okazać się przydatne w szkoleniu systemów autonomicznych w rozpoznawaniu większej liczby scenariuszy bez konieczności gromadzenia absurdalnej ilości danych ze świata rzeczywistego. W Kalifornii nie mamy dużo śniegu, ale chcemy, aby nasz autonomiczny samochód dobrze działał na śniegu, mówi Liu.