Britu kompānija DeepMind, kas 2014. gadā kļuva par Google daļu, pastāvīgi strādā, lai uzlabotu mākslīgo intelektu. 2018. gada jūnijā tā darbinieki prezentēja neironu tīklu, kas spēj radīt 3D attēlus no 2D. Oktobrī izstrādātāji devās tālāk - viņi izveidoja BigGAN neironu tīklu, lai ģenerētu dabas, dzīvnieku un objektu attēlus, kurus ir grūti atšķirt no reālām fotogrāfijām.
Tāpat kā citos mākslīgo attēlu projektos, arī šīs tehnoloģijas pamatā ir ģeneratīvs sacīkšu neironu tīkls. Atgādiniet, ka tas sastāv no divām daļām: ģeneratora un diskriminētāja. Pirmais izveido attēlus, bet otrais novērtē to līdzību ar ideālā rezultāta paraugiem.
Šajā darbā mēs vēlējāmies izjaukt līniju starp AI ģenerētiem attēliem un reālās pasaules fotogrāfijām. Mēs noskaidrojām, ka ar to pietiek ar esošajām paaudzes metodēm.
Lai iemācītu BigGAN izveidot tauriņu, suņu un pārtikas attēlus, tika izmantoti dažādi attēlu komplekti. Vispirms apmācības pamatā bija ImageNet datu bāze, un pēc tam - lielāks JFT-300M komplekts ar 300 miljoniem attēlu, kas tika sadalīts 18 000 kategorijās.
BigGAN apmācība notika 2 dienas. Pagāja 128 Google Tensor procesori, kas īpaši izstrādāti mašīnu apguvei.
Neironu tīkla izveidē piedalījās arī profesori no Skotijas Heriot-Watt universitātes. Sīkāka informācija par šo tehnoloģiju ir aprakstīta rakstā “Apmācība
liela mēroga ģeneratīvs sacīkšu neironu tīkls GAN augstas precizitātes dabisko attēlu sintēzei”.
Reklāmas video:
Septembrī Kārnegi Melonas universitātes pētnieki izmantoja ģeneratīvus sacīkšu neironu tīklus, lai izveidotu sistēmu sejas izteiksmju pārklāšanai ar citu cilvēku sejām.
Ramis Ganijevs