Renderowanie obiektów i edycja obrazów cyfrowych może czasem zająć godziny, ale zespół naukowców z MIT i IBM chce to zmienić. Wyszkolili sztuczną inteligencję do generowania obrazów fotograficznych od podstaw i inteligentnej edycji poszczególnych obiektów na tych obrazach.
Przede wszystkim ten wynalazek może być przydatny dla artystów i projektantów, ale zapewnia również wgląd w algorytm uczenia się kontekstu sieci neuronowych, a zespół autorów ma nadzieję, że wykorzysta to narzędzie do identyfikacji fałszywych lub zmienionych obrazów.
Narzędzie o nazwie GANpaint Studio jest obecnie dostępne jako bezpłatne demo. Zamiast ręcznie dodawać brakujące drzewo do obrazu, możesz powiedzieć AI, gdzie Twoim zdaniem powinien znajdować się obiekt, a ona doda drzewo pasujące do dużego obrazu. Możesz również umyć niektóre przedmioty, na przykład stołki ze zdjęcia wnętrza kuchni.
Podczas gdy proces tworzenia narzędzia trwa, naukowcy mają nadzieję, że pewnego dnia GANpaint Studio będzie w stanie edytować nawet klipy wideo. Jeśli np. W danej scenie brakuje jakichś ważnych rekwizytów, redaktorzy mogą dodać je później, korzystając ze sztucznej inteligencji.
W trakcie tworzenia GANpaint Studio badacze byli zaskoczeni, że system nauczył się prostych zasad dotyczących relacji między obiektami. Na przykład w jakiś sposób wie, że drzwi nie są połączone z niebem. Ponieważ GANpaint Studio wykorzystuje GAN, zbiór sieci neuronowych zaprojektowanych do konkurowania ze sobą, sztuczna inteligencja musi wykorzystywać swój wewnętrzny „zdrowy rozsądek” przy podejmowaniu decyzji. Na przykład od tego zależy, czy w trawie pojawi się chmura. Informacje te mogą pomóc naukowcom lepiej zrozumieć, w jaki sposób sieci neuronowe uczą się kontekstu i tego, co postrzegamy jako zdrowy rozsądek.
Chociaż sztuczna inteligencja GANpaint Studio ułatwia tworzenie fałszywych obrazów, może również pomóc informatykom i programistom nauczyć się je wykrywać. „Musisz dobrze przestudiować swojego przeciwnika, zanim będziesz mógł się przed nim bronić” - powiedział Jun Yang Zhu, jeden ze współautorów artykułu GANpaint Studio. Naukowcy zaprezentują swoje prace na konferencji w przyszłym miesiącu. W międzyczasie możesz przetestować ich wynalazek w praktyce.
Igor Abramov