Het renderen van objecten en het bewerken van digitale afbeeldingen kan soms uren duren, maar een team van onderzoekers van MIT en IBM wil daar verandering in brengen. Ze hebben de AI getraind om vanaf het begin fotografische afbeeldingen te genereren en op intelligente wijze individuele objecten binnen die afbeeldingen te bewerken.
Ten eerste kan deze uitvinding nuttig zijn voor kunstenaars en ontwerpers, maar het geeft ook inzicht in het algoritme voor het bestuderen van de context van neurale netwerken, en het team van auteurs hoopt deze tool te gebruiken om valse of gewijzigde afbeeldingen te identificeren.
De tool, genaamd GANpaint Studio, is momenteel beschikbaar als gratis demo. In plaats van handmatig de ontbrekende boom aan de afbeelding toe te voegen, kun je de AI vertellen waar je denkt dat het object zou moeten zijn, en het zal een boom toevoegen die overeenkomt met het grote geheel. Je kunt ook bepaalde voorwerpen wassen, bijvoorbeeld krukjes van een foto van een keukeninterieur.
Terwijl het ontwikkelingsproces van de tool doorgaat, hopen wetenschappers dat GANpaint Studio op een dag zelfs videoclips kan bewerken. Als er bijvoorbeeld enkele belangrijke rekwisieten ontbreken in een bepaalde scène, kunnen redacteuren deze later toevoegen met behulp van kunstmatige intelligentie.
Tijdens het maken van GANpaint Studio waren de onderzoekers verrast om te ontdekken dat het systeem eenvoudige regels had geleerd met betrekking tot de relatie tussen objecten. Ze weet bijvoorbeeld op de een of andere manier dat de deur niet is verbonden met de lucht. Omdat GANpaint Studio GAN gebruikt, een verzameling neurale netwerken die zijn ontworpen om met elkaar te concurreren, moet de AI zijn interne "gezond verstand" gebruiken om beslissingen te nemen. Het hangt er bijvoorbeeld van af of er een wolk in het gras verschijnt. Deze informatie kan onderzoekers helpen beter te begrijpen hoe neurale netwerken de context leren en wat wij als gezond verstand beschouwen.
Hoewel de kunstmatige intelligentie van GANpaint Studio het gemakkelijk maakt om nepafbeeldingen te maken, kan het computerwetenschappers en programmeurs ook helpen om ze te detecteren. "Je moet je tegenstander goed bestuderen voordat je je tegen hem kunt verdedigen", zei Jun Yang Zhu, een van de co-auteurs van het artikel in GANpaint Studio. Volgende maand presenteren onderzoekers hun werk op een conferentie. Ondertussen kunt u hun uitvinding in de praktijk testen.
Igor Abramov
