Wiadomości z kategorii wydarzeń, które zdarzają się być może nie częściej niż zdarzenia dotyczące poziomu odkrycia bozonu Higgsa. Popularna hollywoodzka aktorka Kristen Stewart zachwyciła całą społeczność badawczą zajmującą się sztuczną inteligencją, współautorem opublikowanego artykułu na temat uczenia maszynowego.
Fani Dream of Millions of Twilight niedawno zadebiutowali jako reżyser i wyreżyserowali krótkometrażowy dramat Come Swim, w którym wykorzystano technologię uczenia maszynowego znaną jako tłumaczenie stylu. Jest to technika, w której estetyka jednego obrazu lub klatki wideo nakłada się na estetykę innego obrazu lub klatki, aby stworzyć impresjonistyczny styl wizualny.
Przy wsparciu specjalisty od efektów wizualnych Bhautika Yoshiego i producenta Davida Shapiro, Stewart jest współautorem pracy naukowej opisującej proces powstawania filmu i zastosowane w nim technologie. Artykuł został opublikowany w największej naukowej bibliotece internetowej arXiv, gdzie publikacje nie są recenzowane.
Fani aktorki, a także eksperci w dziedzinie badań nad sztuczną inteligencją, byli zaskoczeni (i zadowoleni), gdy dowiedzieli się, że Stewart był aktywnie zaangażowany w tę pracę.
Sama praca zatytułowana „Ożywiać obrazy impresjonistów przy użyciu transferu stylu opartego na sieci neuronowej” i oferuje szczegółową analizę tego, jak podobne podejście uczenia maszynowego można wykorzystać do tworzenia filmów. W samym artykule krótki film Let's Go Swim jest opisany jako „poetycki, impresjonistyczny portret pogrążonego w smutku mężczyzny pod wodą”.
Aby przenieść styl wizualny między klatkami, zespół filmowy wykorzystał istniejące sieci neuronowe, za pomocą których najpierw przeniósł żądany styl do klatki testowej, a następnie zmieniał obraz krok po kroku, dodając „bloki nowych kolorów i tekstur”, aż uzyskali pożądany Efekt. Po dostosowaniu transferu stylów do potrzeb, zastosowali tę metodę do różnych części obrazu, tworząc ramki takie jak te poniżej. Zasadniczo ta metoda jest podobna do bardzo zaawansowanego skanowania progresywnego.
Oczywiście oczekiwana negatywna reakcja na opublikowaną pracę była następująca: „Dlaczego, do diabła, hollywoodzka aktorka w ogóle wchodzi w środowisko uczenia maszynowego, w którym nic nie rozumie?”. Jednak ważniejszy jest tutaj fakt, że coraz popularniejsze stają się narzędzia uczenia maszynowego, które kiedyś były interesujące tylko dla osób, które praktycznie nimi żyły. Strukturalna sztuczna inteligencja typu open source, taka jak ten sam Tensor Flow i Keras, pozwala każdemu spróbować swoich sił w pisaniu kodu AI i tworzeniu na ich podstawie określonych komercyjnych metod przetwarzania, takich jak transfer tego samego stylu (nawiasem mówiąc, ten sam serwis społecznościowy Facebook bardzo aktywnie wykorzystuje filtry obrazu stworzone przez oparte na tej metodzie) i przyczynić się do promocji takich technologii w kulturze.
Film promocyjny:
Ostatecznie rewolucja w dziedzinie sztucznej inteligencji będzie zależała od nie tylko ogromnych ilości danych i potężnych procesorów, które będą klasyfikować i dostosowywać te dane do pracy. Ważne jest tutaj również stworzenie otwartej społeczności programistów, a także dostępnych narzędzi do pracy. Artykuł badawczy Stewarta jest doskonałym przykładem tego, jak to może działać i co możemy dzięki temu osiągnąć.
Krótki film Let's Go Swim został pokazany na festiwalu filmowym Sundance w 2017 roku. Poniżej możesz obejrzeć zwiastun filmu.
NIKOLAY KHIZHNYAK