Nvidias Tag-Teaming AI er Imagine Night as Day og House Cats som Tigre

Kategori: Kunstig intelligens Udsendt 04 dec

En ny retning inden for maskinlæring giver computere muligheden for at dagdrømme, og resultaterne er fascinerende og potentielt ret nyttige.

Et system udviklet af forskere ved Nvidia i Santa Clara, Californien, kan se på et billede af en solrig vej og forestille sig, i forbløffende detaljer, hvordan det ville se ud, hvis det regnede, om natten eller en sneklædt dag. Den kan også forestille sig, hvordan en huskat ville se ud, hvis det var en leopard, en løve eller en tiger.

Det software gør brug af en populær ny tilgang inden for AI, der lader computere lære uden menneskelig hjælp. Holdet brugte generative adversarielle netværk, eller GAN'er, som er neurale netværk, der arbejder i tandem for at lære egenskaberne af et datasæt (se Innovators Under 35: Ian Goodfellow).

I et GAN forsøger et neuralt netværk at producere syntetiske data, mens et andet forsøger at fortælle, om et eksempel kommer fra det rigtige datasæt eller ej. Feedback fra det andet netværk hjælper med at forbedre ydeevnen af ​​det første. Tricket udført af Nvidia-teamet er at bruge to GAN'er, der er trænet på forskellige, men ens data, og at bruge ligheder eller overlapning mellem de to trænede modeller til at opfinde nye billeder.

I tilfældet med gadebilleder, for eksempel, blev den ene GAN trænet til at internalisere vejens egenskaber, mens den anden blev trænet ved at bruge billeder af natlige, regnfulde eller snefyldte scener. Ved at forbinde de to netværk lader en computer forestille sig, hvordan en scene ville se ud under forskellige forhold. Et lignende trick blev udført med huskatte og store katte (du kan tjekke ud hele videoen her). Forskerne præsenterer arbejdet på Neurale informationsbehandlingssystemer konference i Long Beach, Californien, i denne uge. Her er et papir (PDF), der beskriver arbejdet.

Hidtil har maskinlæring været fokuseret mere på anerkendelse, siger Ming-Yu Liu , der arbejdede på projektet sammen med kolleger Thomas Breuel og Jan Kautz . Men mennesker kan bruge deres fantasi. Hvis jeg giver dig et foto om sommeren, kan du forestille dig, hvordan det vil være dækket af sne.

Liu siger, at teknologien kan have praktiske anvendelser i billed- og videoredigering og til at tilføje realistiske effekter til billeder og videoer, der er lagt ud på sociale netværk. Forestil dig at kunne poste en live-video, der viser dig i en meget realistisk kunstig indstilling, for eksempel, eller som på overbevisende måde konverterer dit ansigt til en anden persons eller et dyrs.

Tilgangen kan også vise sig at være nyttig til at træne selvkørende systemer til at genkende flere scenarier uden at skulle indsamle en latterlig mængde data fra den virkelige verden. I Californien har vi ikke meget sne, men vi vil gerne have, at vores selvkørende bil fungerer godt i sneen, siger Liu.