FYI.

This story is over 5 years old.

Motherboard

Δείτε πώς Ένας Αλγόριθμος Μετατρέπει τον Χειμώνα σε Καλοκαίρι, σε Οποιοδήποτε Βίντεο

Ερευνητές της Nvidia ανακάλυψαν έναν τρόπο να μεταμορφώνουν τους χιονισμένους δρόμους σε καλοκαιρινούς και τη νύχτα σε μέρα.
Samantha Cole
Κείμενο Samantha Cole
Φωτογραφία: Ming-Yu Liu

To άρθρο δημοσιεύτηκε αρχικά στο Motherboard.

Οι αλγόριθμοι μηχανικής μάθησης γίνονται καλοί στο να δημιουργούν ψεύτικες εικόνες που μοιάζουν αληθινές. Σε μια έρευνα που παρουσιάστηκε αυτήν την εβδομάδα στο Συνέδριο για τα Συστήματα Επεξεργασίας Νευρωνικών Πληροφοριών, οι ερευνητές της Nvidia, της εταιρείας που είναι γνωστή για τις κάρτες γραφικών της και τώρα τελευταία, για την τεχνολογία αυτόνομων οχημάτων, δημιούργησαν έναν αλγόριθμο «μετάφρασης» εικόνων, ο οποίος μπορεί να τροποποιήσει τον καιρό ή την ώρα της ημέρας σε ένα βίντεο.

ΔΙΑΦΗΜΙΣΗ

Η μετάφραση εικόνων είναι μια μέθοδος μηχανικής μάθησης, κατά την οποία, μετά την εισαγωγή μιας εικόνας, η ίδια εικόνα εξάγεται με διαφορετικά χαρακτηριστικά. Αυτό μπορεί να συμβεί, για παράδειγμα, αν εισαγάγεις έναν αλγόριθμο σε ένα βίντεο με έναν χιονισμένο δρόμο, ο οποίος στη συνέχεια θα μεταμορφώσει το βίντεο, παρουσιάζοντας ένα καλοκαιρινό τοπίο – πράγμα που έκαναν οι ερευνητές της Nvidia.

Είναι παρόμοιο με το project Pix2Pix, το οποίο μας χάρισε «αλγοριθμικές γκριμάτσες» τον Ιούνιο. Οι ερευνητές χρησιμοποιήσαν μεταβλητούς αυτόματους κωδικοποιητές (VAE) και γενετικά ρυθμιστικά δίκτυα (GAN), για να δημιουργήσουν ένα πλαίσιο για τον αλγόριθμο. Όπως εξήγησε στη σύνοψη της μελέτης το κανάλι του YouTube, Two Minute Papers, αυτό σημαίνει ότι ένα δίκτυο δημιουργίας κατασκευάζει συνθετικές εικόνες, σε μια προσπάθεια να ξεγελάσει ένα άλλο δίκτυο, το οποίο επίσης μαθαίνει πώς να ξεχωρίζει τις ψεύτικες εικόνες από τις πραγματικές. Είναι μιας είδους στρατηγική «ώθησης και έλξης» μεταξύ αυτών των δικτύων, όπου το ένα προσπαθεί να βελτιώσει την πλαστογράφηση εικόνων και το άλλο προσπαθεί να βελτιώσει την ικανότητά του να εντοπίζει τις πλαστογραφίες.

Ο επικεφαλής της έρευνας Ming-YuLiu μου είπε μέσω email ότι ο σκοπός αυτής της δουλειάς ήταν να δώσει τη δυνατότητα στις μηχανές να δημιουργήσουν ή να «φανταστούν» σκηνές από μόνες τους: Αυτή είναι μια δύσκολη πρόκληση, επειδή η Τεχνητή Νοημοσύνη σήμερα απαιτεί συνήθως να έχεις εικόνες (δεδομένα εκπαίδευσης) που αντιστοιχούν απόλυτα, τόσο στην εικόνα που εισάγεις, όσο και σε αυτήν που εξάγεις.

ΔΙΑΦΗΜΙΣΗ

Αυτού του τύπου η «φαντασία» σε ένα αυτοκινούμενο όχημα θα μπορούσε να επιταχύνει την εκπαίδευση σε πολλά περιβάλλοντα: Να υπάρχει, δηλαδή, η δυνατότητα να προσομοιώνεται η οδήγηση σε έναν χιονισμένο δρόμο, για παράδειγμα, αντί να πρέπει να οδηγηθεί επανειλημμένα το αυτοκίνητο σε χιονισμένο δρόμο, ώστε να «μάθει».

Οι ερευνητές της Nvidia χρησιμοποίησαν έξι από αυτά τα δίκτυα στα πειράματά τους. Τα αποτελέσματα ήταν αρκετά αληθοφανή, αν δεν τα κοιτάξεις πολύ προσεκτικά. Αν μου έλεγε κάποιος ότι το βίντεο ήταν αληθινό και είχε τραβηχτεί με άθλιας ποιότητας κάμερα από ταμπλό αυτοκινήτου, θα το πίστευα.

Περισσότερα από το VICE

Εννέα Χρόνια Μετά τη Δολοφονία του Αλέξη Γρηγορόπουλου, Τίποτα Δεν Είναι Αυτονόητο

«Γιατί Ήρθατε;» - Στο Αεροδρόμιο του Μονάχου Ένας Έλληνας Δεν Θα Νιώσει Πολύ Ευρωπαίος

Ένας Γιατρός Έφτιαξε Μηχάνημα που Βοηθάει τους Ανθρώπους να Πεθάνουν

Ακολουθήστε το VICE στο Twitter , Facebook και Instagram .