Questa intelligenza artificiale ha generato migliaia di gattini inquietanti

I gatti sono tra gli animali più fotogenici del pianeta, tranne quando le foto che li ritraggono sono generate da un'intelligenza artificiale. In quel caso, si trasformano da carini e coccolosi si trasformano in creature da incubo.

È questo il caso di Meow Generator , una serie di algoritmi di machine learning che hanno diffuso migliaia di inquietanti volti di gatto nel mondo — 15.749 ritratti, per la precisione.

Questi gatti disturbanti sono il prodotto di Alexia Jolicoeur-Martineau, data scientist con una passione per il machine learning e per i mici.

"L'ho fatto per avere più esperienza pratica con il deep learning, dato che voglio fare domanda per un PHD a tema l'anno prossimo," mi ha raccontato la Jolicoeur-Martineau.

Jolicoeur-Martineau è partita da un set disponibile al pubblico contenente dieci mila immagini di gatti. Dopo averle tagliate manualmente in modo da ottenere solo i volti degli animali, ha immesso in input le foto in una generative adversarial network (GAN). Le GAN sono state sfruttate in precedenza in progetti come la Nightmare Machine del MIT, una serie di algoritmi che generano facce mostruose e paesaggi terrificanti.

Questo genere di strutture, che prendono a modello il cervello umano, sono costituite essenzialmente da due reti neurali contrapposte l'una all'altra. Fondamentalmente, una rete neurale crea un'immagine e l'altra determina se sembra giusta.

In questo caso, due algoritmi vengono addestrati a riconoscere i volti dei gatti usando le migliaia di immagini provenienti dal database. In seguito, uno di questi algoritmi, chiamato generatore, estrae le caratteristiche di queste foto per generare i propri volti di gatto. Questi immagini generate vengono quindi fornite in input all'altro algoritmo, il discriminatore, insieme ad alcune immagini del dataset originale per l'apprendimento.

Il discriminatore tenta di determinare quali immagini sono volti di gatti reali e quali immagini generate artificialmente. Il generatore regola quindi i suoi parametri per creare delle facce di gatto in base a quanto determinato dal discriminatore. Questo processo viene ripetuto più volte fino a quando l'algoritmo generatore è in grado di produrre immagini quasi identiche alle immagini reali — almeno secondo il giudizio dell'altro algoritmo.

E così, voilà. Ecco i nostri gatti.

Mentre questa volta il focus del lavoro sono i nasi rosa e le orecchie a punta, in futuro, la Jolicoeur-Martineau vorrebbe trovare nuovi modi per esplorare altri aspetti dei gatti con il deep learning. "Sarebbe fantastico ottenere un vero generatore di miagolii che genera i versi dei gatti, ma ottenere dei dati puliti per realizzarlo potrebbe essere difficile," mi ha spiegato.

Dopo aver studiato il dataset di addestramento per poche ore, il generatore è stato in grado di comporre alcune immagini di felini abbastanza decenti, anche se leggermente storte. Ma mentre sperimentava la creazione di volti di gatto a risoluzioni più alte, utilizzando diversi tipi di GAN per generarli, i risultati avevano qualcosa di strano. Veramente strano.

Tutti gli inquietanti risultati di Jolicoeur-Martineau sono disponibili sul Wordpress di Jolicoeur-Martineau mentre il codice dei suoi esperimenti è disponibile su GitHub.