Kunstmatige Intelligentie DeepMind Heeft Geleerd Om Met Foto's Te Komen - Alternatieve Mening

Kunstmatige Intelligentie DeepMind Heeft Geleerd Om Met Foto's Te Komen - Alternatieve Mening
Kunstmatige Intelligentie DeepMind Heeft Geleerd Om Met Foto's Te Komen - Alternatieve Mening

Video: Kunstmatige Intelligentie DeepMind Heeft Geleerd Om Met Foto's Te Komen - Alternatieve Mening

Video: Kunstmatige Intelligentie DeepMind Heeft Geleerd Om Met Foto's Te Komen - Alternatieve Mening
Video: Kunstmatige intelligentie voor dummies in 2 minuten 2024, Maart
Anonim

Het Britse bedrijf DeepMind, dat in 2014 onderdeel werd van Google, werkt continu aan het verbeteren van kunstmatige intelligentie. In juni 2018 presenteerden zijn medewerkers een neuraal netwerk dat 3D-beelden kan maken van 2D-beelden. In oktober gingen de ontwikkelaars verder: ze creëerden een BigGAN neuraal netwerk om afbeeldingen van de natuur, dieren en objecten te genereren die moeilijk te onderscheiden zijn van echte foto's.

Net als bij andere kunstmatige beeldprojecten, is deze technologie gebaseerd op een generatief vijandig neuraal netwerk. Bedenk dat het uit twee delen bestaat: een generator en een discriminator. De eerste maakt afbeeldingen en de tweede evalueert hun gelijkenis met de voorbeelden van het ideale resultaat.

In dit werk wilden we de grens tussen AI-gegenereerde afbeeldingen en foto's uit de echte wereld vervagen. We vonden dat bestaande opwekkingsmethoden hiervoor voldoende zijn.

Er werden verschillende sets afbeeldingen gebruikt om BigGAN te leren afbeeldingen te maken van vlinders, honden en voedsel. Ten eerste was de training gebaseerd op de ImageNet-database, en daarna - de grotere JFT-300M-set van 300 miljoen afbeeldingen, verdeeld in 18.000 categorieën.

Image
Image

De BigGAN-training duurde 2 dagen. Er waren 128 Google Tensor-processors voor nodig die speciaal waren ontworpen voor machine learning.

Ook professoren van de Schotse Heriot-Watt University namen deel aan de ontwikkeling van het neurale netwerk. Details over de technologie worden beschreven in het artikel Training

grootschalig generatief vijandig neuraal netwerk GAN voor de synthese van natuurlijke afbeeldingen met hoge getrouwheid”.

Promotie video:

In september gebruikten onderzoekers van de Carnegie Melon University generatieve vijandige neurale netwerken om een systeem te creëren om gezichtsuitdrukkingen op de gezichten van anderen te plaatsen.

Ramis Ganiev

Aanbevolen: