Perusahaan Inggris DeepMind, yang menjadi bagian dari Google pada tahun 2014, terus berupaya meningkatkan kecerdasan buatan. Pada Juni 2018, karyawannya mempresentasikan jaringan saraf yang mampu membuat gambar 3D dari gambar 2D. Pada bulan Oktober, pengembang melangkah lebih jauh - mereka membuat jaringan saraf BigGAN untuk menghasilkan gambar alam, hewan, dan objek yang sulit dibedakan dari foto asli.
Seperti proyek pencitraan buatan lainnya, teknologi ini didasarkan pada jaringan neural adversarial generatif. Ingatlah bahwa ini terdiri dari dua bagian: generator dan diskriminator. Yang pertama membuat gambar, dan yang kedua mengevaluasi kemiripannya dengan sampel hasil yang ideal.
Dalam pekerjaan ini, kami ingin mengaburkan garis antara gambar yang dihasilkan AI dan foto dari dunia nyata. Kami menemukan bahwa metode pembangkitan yang ada sudah cukup untuk ini.
Kumpulan gambar yang berbeda digunakan untuk mengajari BigGAN membuat gambar kupu-kupu, anjing, dan makanan. Pertama, pelatihan didasarkan pada database ImageNet, dan kemudian - set JFT-300M yang lebih besar dengan 300 juta gambar, dibagi ke dalam 18.000 kategori.
Pelatihan BigGAN memakan waktu 2 hari. Butuh 128 Prosesor Tensor Google yang dirancang khusus untuk pembelajaran mesin.
Profesor dari Universitas Heriot-Watt Skotlandia juga berpartisipasi dalam pengembangan jaringan saraf. Detail tentang teknologi dijelaskan dalam artikel Pelatihan
GAN jaringan neural adversarial generatif berskala besar untuk sintesis gambar alami dengan ketelitian tinggi”.
Video promosi:
Pada bulan September, para peneliti di Carnegie Melon University menggunakan jaringan neural adversarial generatif untuk membuat sistem untuk menempatkan ekspresi wajah di wajah orang lain.
Ramis Ganiev
