Nvidias Tag-Teaming AI är Imagine Night as Day, och huskatter som tigrar

Kategori: Artificiell intelligens Postad 04 dec

En ny riktning inom maskininlärning ger datorer möjligheten att dagdrömma, och resultaten är fascinerande och potentiellt ganska användbara.

Ett system som utvecklats av forskare vid Nvidia i Santa Clara, Kalifornien, kan titta på en bild av en solig väg och föreställa sig, i fantastisk detalj, hur det skulle se ut om det regnade, nattetid eller en snöig dag. Den kan också föreställa sig hur en huskatt skulle se ut om det var en leopard, ett lejon eller en tiger.

De programvara använder sig av ett populärt nytt tillvägagångssätt inom AI som låter datorer lära sig utan mänsklig hjälp. Teamet använde generativa motstridiga nätverk, eller GAN, som är neurala nätverk som arbetar i tandem för att lära sig egenskaperna hos en datamängd (se Innovators Under 35: Ian Goodfellow).

I ett GAN försöker ett neuralt nätverk producera syntetisk data medan ett annat försöker avgöra om ett exempel kommer från den verkliga datamängden eller inte. Feedback från det andra nätverket hjälper till att förbättra prestandan för det första. Tricket som utförs av Nvidia-teamet är att använda två GAN:er tränade på olika men liknande data, och att använda likheter, eller överlappning, mellan de två tränade modellerna för att skapa nya bilder.

I fallet med gatubilder, till exempel, tränades en GAN för att internalisera vägarnas egenskaper medan den andra tränades med bilder av nattliga, regniga eller snöiga scener. Genom att ansluta de två nätverken kan en dator föreställa sig hur en scen skulle se ut under olika förhållanden. Ett liknande trick utfördes med huskatter och stora katter (du kan kolla in hela videon här). Forskarna presenterar arbetet på Neural Information Processing Systems konferens i Long Beach, Kalifornien, denna vecka. Här är ett papper (PDF) som beskriver arbetet.

Hittills har maskininlärning fokuserats mer på igenkänning, säger Ming-Yu Liu , som arbetade med projektet med kollegor Thomas Breuel och Jan Kautz . Men människor kan använda sin fantasi. Om jag ger dig ett foto på sommaren kan du föreställa dig hur det kommer att vara täckt av snö.

Liu säger att tekniken kan ha praktiska tillämpningar inom bild- och videoredigering och för att lägga till realistiska effekter till bilder och video som publiceras på sociala nätverk. Föreställ dig att kunna lägga upp en livevideo som visar dig i en mycket realistisk konstgjord miljö, till exempel, eller som på ett övertygande sätt omvandlar ditt ansikte till en annan persons eller ett djurs.

Tillvägagångssättet kan också visa sig vara användbart för att träna självkörande system för att känna igen fler scenarier utan att behöva samla in en löjlig mängd verklig data. I Kalifornien har vi inte mycket snö, men vi vill att vår självkörande bil ska fungera bra i snön, säger Liu.