Какая ещё нейросеть? С ума сошли?
Сейчас всё объясню. Собственно, сама по себе нейросеть это
некий своеобразный алгоритм, способный фильтровать информацию, анализировать её и таким образом постоянно обучаться, по сути, тот же живой организм, что-то вроде симулятора человеческого мозга. Самый простой пример – поиск по картинкам в поисковой системе, где алгоритм видит, что изображено на картинке и на основе этого находит похожие.
Кстати, несмотря на всю кажущуюся простоту алгоритма, даже люди, занятые в этой сфере ещё не могут до конца разобраться, как выглядит сам принцип работы этих нейросетей и почему всё это работает вообще.
А что за заголовок? Об этом по порядку.
Думаю, многие слышали такую вещь, что в Индии живут чуть ли не одни из самых продвинутых программистов во всём мире. Подтверждать или опровергать это не будем, скажем только то, что, как раз, один из таких программистов придумал программу, которая может создавать изображение человека по текстовому описанию, да да, на языке, который используется в повседневном общении.
Вообще, в настоящее время, именно в работе с изображением наиболее заметен прогресс в области машинного обучения.
Машинное обучение? Здесь всё немного сложней. Согласно определению, это «обширный подраздел искусственного интеллекта, изучающий, как раз методы построения алгоритмов, способных к обучению».
В своей разработке Анимеш Карневар (тот самый программист, о котором идёт речь) использовал два алгоритма генеративно-состязательных нейросетей, созданных ранее.
Вообще, в состав таких нейросетей входят два компонента: генератор и дискриминатор. Генератор создаёт, непосредственно, само изображение, отдаёт его на проверку дискриминатору, который, в свою очередь, определяет, является ли такое изображение настоящим или созданным генератором, генератор, в процессе, получает оценку своих действий и уже учится создавать изображения, максимально похожие на те, что были загружены ранее в базу для обучения этой сети.
Итак, два алгоритма: первый – для создания реалистичных изображений по текстовому описанию; второй – для создания высококачественных изображений людей. Для обучения сети была использована база данных из 400 фотографий с соответствующими тестовыми описаниями.
Также, разработчик объясняет, что полученные изображения ещё не могут считаться реалистичными, хотя черты людей на них довольно хорошо попадают под описание.