Objektu atveidošana un digitālo attēlu rediģēšana dažreiz var prasīt stundas, bet MIT un IBM pētnieku komanda vēlas to mainīt. Viņi apmācīja AI ģenerēt foto attēlus no nulles un saprātīgi rediģēt atsevišķus objektus šajos attēlos.
Pirmkārt, šis izgudrojums var būt noderīgs māksliniekiem un dizaineriem, taču tas sniedz arī ieskatu neironu tīklu konteksta apgūšanas algoritmā, un autoru komanda cer izmantot šo rīku, lai identificētu viltus vai mainītos attēlus.
Rīks, saukts par GANpaint Studio, šobrīd ir pieejams kā bezmaksas demonstrācija. Tā vietā, lai manuāli pievienotu trūkstošo koku attēlam, varat norādīt AI, kur, jūsuprāt, objektam vajadzētu būt, un tas pievienos koku, kas atbilst lielajam attēlam. Varat arī mazgāt noteiktus priekšmetus, piemēram, izkārnījumus no virtuves interjera attēla.
Kamēr rīka izstrādes process turpinās, taču zinātnieki cer, ka kādu dienu GANpaint Studio spēs rediģēt pat video klipus. Ja, piemēram, noteiktā ainā trūkst dažu svarīgu butaforiju, redaktori tos var pievienot vēlāk, izmantojot mākslīgo intelektu.
GANpaint Studio izveides laikā pētnieki bija pārsteigti, atklājot, ka sistēma ir iemācījusies vienkāršus noteikumus par attiecībām starp objektiem. Piemēram, viņa kaut kā zina, ka durvis nav savienotas ar debesīm. Tā kā GANpaint Studio izmanto GAN, neironu tīklu kolekciju, kas izstrādāta, lai konkurētu savā starpā, AI lēmumu pieņemšanai ir jāizmanto iekšējais “veselais saprāts”. Piemēram, no tā ir atkarīgs, vai zālē parādās mākonis. Šī informācija var palīdzēt pētniekiem labāk izprast, kā neironu tīkli apgūst kontekstu un ko mēs uztveram kā veselo saprātu.
Lai gan GANpaint Studio mākslīgais intelekts ļauj viegli izveidot viltus attēlus, tas var arī palīdzēt datorzinātniekiem un programmētājiem iemācīties tos atklāt. “Jums ir jāizpēta savs pretinieks, pirms jūs varat aizstāvēties pret viņu,” sacīja Jans Jangs Žu, viens no GANpaint Studio raksta līdzautoriem. Pētnieki prezentēs savu darbu konferencē nākamajā mēnesī. Pa to laiku jūs varat pārbaudīt viņu izgudrojumu praksē.
Igors Abramovs