„AmalGAN“ spojuje představivost AI s lidskou intuicí a vytváří umění

Nebojte se, jen oni Koukni se jako Pokémon z vašich nočních můr. Obrazy, které se chystáte vidět, jsou ve skutečnosti na samém okraji strojově generovaného obrazu, smíšené s kooperativní lidsko-AI produkcí umělce Alexe Rebena a malou pomocí některých anonymních Číňanů umělci.

Rebenovo nejnovější dílo, dabované AmalGAN, je odvozen z Engine pro generování obrázků BigGAN společnosti Google. Stejně jako ostatní GAN (generativní adversariální sítě) používá BigGAN dvojici konkurenčních AI: jedna až náhodně generuje obrázky, druhý hodnotí uvedené obrázky podle toho, jak blízko jsou tréninku materiál. Na rozdíl od předchozích iterací generátorů obrázků je však BigGAN podporován obrovským výpočetním výkonem Google a využívá tuto schopnost k vytváření neuvěřitelně realistických obrázků.

Ale co je důležitější, může být také využit k vytvoření psychedelických uměleckých děl, což je to, co udělal Joel Simon s aplikace GANbreeder. Tento webový program využívá engine BigGAN ke spojení samostatných obrázků do mashupů – řekněme 40 procent bígl, 60 procent knihovna. A co víc, může vzít tyto vygenerované obrázky a zkombinovat je (nebo „rozmnožit“) do „dětských“ obrázků druhé generace. Opakováním tohoto šlechtitelského procesu vznikají bizarní, snové obrázky.

Rebenův příspěvek je vzít ten proces GANbreederu a zautomatizovat ho, jak je to jen možné. Na stránkách AmalGAN,

1. AI kombinuje různá slova dohromady, aby vytvořila obraz toho, jak si myslí, že tato slova vypadají

2. Umělá inteligence pak vytváří varianty těchto obrázků tím, že je „množí“ s jinými obrázky a vytváří „dětské“ obrázky

3. další umělá inteligence ukazuje umělci několik „dětských“ obrázků, měří jeho mozkové vlny a tělesné signály, aby vybrala obrázek, který se mu líbí nejvíce

4. kroky 2 a 3 se opakují, dokud AI nestanoví, že dosáhla optimálního obrazu

5. jiná umělá inteligence zvyšuje rozlišení obrázku tím, že doplňuje prázdná místa tím, co si myslí, že by tam mělo být

6. výsledek je zaslán k namalování na plátno anonymními malíři do čínské malířské vesnice

7. poslední AI se podívá na obrázek, pokusí se zjistit, co na něm je, a vytvoří název

První dva kroky řeší GANbreeder. "Pokud tomu rozumím, právě teď [GANbreeder míchá obrázky] náhodně," řekl Reben Engadget. "Takže se rozhodne buď zvýšit nebo snížit procenta dvou obrázků, nebo přidat nové modely. Víš, jako pětiprocentní kráva, a to bude jeden z obrázků, které to ukazuje."

Jakmile systém vytvoří dostatečný výběr potenciálních obrázků, Reben sbírku zredukuje pomocí samostatné umělé inteligence vycvičené k určení toho, jak moc se mu líbí konkrétní kousek na základě jeho fyzické reakce to.

"Trénoval jsem systém hlubokého učení na tělesných senzorech, které jsem měl na sobě," vysvětluje Reben. „Měl jsem program, který mi ukazoval dobré i špatné umění – umění, které se mi líbilo, i umění, které se mi nelíbilo – a nahrál jsem data." Poté tato data použil k trénování jednoduché neuronové sítě, aby zjistil fyziologické rozdíly mezi těmi jeho reakce.

"V zásadě vám to dává takový druh dichotomického náznaku toho, čím je toto umění [pro mě] z mých mozkových vln a tělesných signálů," pokračoval. „Zachytí to na EEG; Mám také srdeční frekvenci a GSR. Myslím, že bych také mohl přidat věci na rozpoznání emocí obličeje prostřednictvím své webové kamery."

Proces výběru se mezi soubory obrázků liší, řekl Reben. Někdy se „správný“ obrázek objevil mezi prvními prezentovanými AI; jiní po něm vyžadovali, aby se prohrabal několika generacemi dětských obrázků, aby našel ten, který se mu líbí.

Jakmile Reben vybere konkrétní obrazy, které plánuje zahrnout do oficiálního projektu, nechá digitální obrazy namalovat olejem na plátno anonymními čínskými umělci. „Nejjednodušší ‚proč‘ je, že neumím malovat,“ vtipkoval Reben. "Použití anonymních čínských malířů je dalším článkem v tomto autonomním systému, kde moje ruka není na uměleckých dílech - jen můj mozek a moje oční bulvy."

Přenos děl na fyzické médium také pomáhá vyhnout se inherentnímu nedostatku systému BigGAN: Skutečnost vzhledem k tomu, že výroba obrázků je tak náročná na zdroje, musí být ještě vytvořeny ve velikosti větší než 512 x 512 pixelů rozlišení. Anonymní umělci „v zásadě používají sílu lidského mozku k převzorkování tohoto obrazu na plátno,“ řekl. "Takže tento aspekt je také zajímavý, protože tam bude trochu lidské interpretace."

Nakonec Reben používá CaptionBot od Microsoftu AI pro vytváření názvů pro každý obrázek. "Považoval jsem za zajímavé odstranit z procesu stále více lidí," uzavřel Reben. "Také se mi líbí vidět, co AI interpretuje jako... protože nestíhá všechno."

Motor BigGAN zatím nemá příliš mnoho praktických aplikací a jeho výzkumná zpráva, která byla zveřejněna v září, je posuzována pro konferenci AI v roce 2019. Samotný systém má trochu problém s počítáním, o čemž svědčí jeho neustálé trvání na tom, že ciferníky mají více než dva ruce a pavouci mají kdekoli od čtyř do 17 nohou, ale tyto zvláštnosti by mohly být přínosem pro umělce jako Reben a Simone.

"Jedna z věcí, které Joel [Simon] dělá... chtěl by ten nástroj ten web proměnit v nástroj pro kreativní lidi,“ řekl Reben. Umělci by byli schopni trénovat systém na svých vlastních obrázcích, nejen na skladových souborech Googlu, s nimiž by experimentovali výstupní úrovně a „použijte to jako způsob, jak podnítit představivost a kreativitu, což si myslím skvělý."

Pokud máte zájem získat výtisky některého z těchto kusů, podívejte se na Galerie Charlese Jamese.