Исследовательском блог Google разместил на своих страницах весьма занимательный материал, посвященный искусственным нейронным сетям (ИНС). Оказывается, они могут оказаться ещё и непревзойдёнными художниками современности. В этой статье группа исследователей рассказывает о том, что можно научить ИНС, наделенные возможностью распознавания объектов и элементов изображения или фотографии, «писать» картины самостоятельно, интерпретируя предложенные фотографии или вид, из окна, например...
Техномагическая «техника» рисования получила название «Инцепционизм». Сами нейросети состоят из 10–30 связанных слоев из искусственных нейронов, работают они последовательно, тщательно анализируя и «разбирая» базовую картинку. Например, первые слои могут искать на изображении края и углы, средние — интерпретировать наборы особенностей в отдельные объекты (например, двери, облака, животных,листья, отдельные предметы). Финальные слои объединяют все эти интерпретации, а потом деловито сведут воедино, сделают собственные выводы о том, что изображено на картинке и сложат воедино полученную интерпретацию в виде готовой картины. Последнее слово всегда остаётся за финальным слоем.
Исследователи на достигнутых результатах не остановились. Была разработана следующая методика, которая предлагает «развернуть» ИНС в обратном порядке и попросить «улучшить» исходное изображение со случайным шумом таким образом, чтобы вызвать определенную интерпретацию. Если попросить ИНС «найти» в шуме банан, муравья или морскую звезду, последняя действительно подкорректирует изображение, чтобы в нём проявилось именно то, что требуется.
Возможно, это вам покажется очередной блажью пресыщенного бурным развитием техники и технологии научного мира, но это совсем не так. Цель этого процесса благородна и важна для дальнейшего развития ИИ: понять, правильно ли нейросеть изображает те или иные объекты. Нейронные сети обучаются на очень большом количестве примеров. Покажите им тысячу фотографий вилок, чтобы они научились отделять главное (ручка, четыре зубчика) от второстепенного (цвет, форма, положение, фоновые предметы). Впоследствии можно оценить качество освоения нейросетью того или иного «урока», попросив, например, нарисовать мухобойку. С гантелей одна из таких сетей справиться не сумела, видимо из-за того, что на одном из изображений гантели были изображены вместе с держащими их руками спортсмена.
Попросите нейросеть создать свою интерпретацию того или иного изображения/фотографии, и вы будете приятно удивлены. Каждый слой обладает собственным «интеллектом», то и каждый полученный результат будет по-своему уникален.
Базовые слои, которые определяют края и их положение на картинке, часто не только накладывают на изображение мазки, но даже простые орнаменты.
Для получения более впечатляющих результатов исследователи пошли еще дальше: нейронной сети давали не только исходную картинку, но и полученный результат – и так по кругу, на каждом шаге увеличивая масштаб изображения. Некоторые результаты «творчества» роботов впечатляют не меньше, чем бессмертные шедевры мировой живописи. Больше потрясающих «картин» вы сможете посмотреть в альбоме «
Inceptionism: Going deeper into Neural Networks».
.jpg)