Оказывается, после того, как ИИ были обучены на больших наборах данных, алгоритмы не только могут распознавать изображения, например, кошка - это кошка, но также могут генерировать абсолютно оригинальные изображения. Искусственный интеллект, который делает это возможным, значительно повзрослел в последние годы и где-то является очень опытным, но и где-то еще предстоит пройти долгий путь.
ИИ распознает изображение
Прошло два десятилетия для computer scientist s, чтобы обучить и развить машины, которые могут “видеть” мир вокруг них - еще один пример повседневного навыка, который люди принимают как должное, но которым сложно обучить машину.
Технология распознавания лиц, используемая как в розничной торговле, так и в сфере безопасности, является одной из способностей “видеть” мир. Это становится обычным делом. Розничные торговцы используют технологию распознавания лиц для улучшения рынка и продажи своей целевой аудитории.
Об особо интригующих способов использования.
В некоторых китайских торговых комплексов есть торговые автоматы, которые идентифицируют покупателей с помощью технологии распознавания лиц и отслеживают товары, которые они берут, чтобы в конечном итоге выставить счет за покупку. Даже анонимные данные о покупателях, собранные с камер, такие как возраст, пол и язык тела, могут помочь розничным торговцам улучшить свою маркетинговую составляющею.
Розничный гигант в США Walmart развернул парк роботов для мониторинга запасов, которые могут идентифицировать с помощью компьютерного зрения, когда полка нуждается в большем количестве продуктов и предупреждать об этом людей.
Приложения iPhone использует искусственный интеллект, чтобы помочь слепым и частично зрячим людям ориентироваться в окружающей среде с помощью компьютерного зрения.
В последние время всё чаще камеры на улице, используются для идентификации преступников. Также есть алгоритмы, которые позволяют платформам социальных сетей идентифицировать, кто находится на фотографиях, распознавание изображений ИИ везде.
Генерация изображений ИИ
Теперь, когда искусственный интеллект способен понять в большинстве случаев, что представляет собой изображение, и может отличать их, то следующий рубеж к совершенству это генерация изображений ИИ.
Одним из первых препятствий на пути создания ИИ правдоподобных изображений была потребность в огромных наборах данных для обучения. С сегодняшней значительной вычислительной мощностью и невероятным количеством данных, которые мы сейчас собираем, ИИ преодолел этот барьер.
Как ИИ понимает, какой образ нужно создать?
Он использует генеративную состязательную сеть или сети (GAN), изобретенные в 2014 году Яном Гудфеллоу, который был исследователем Google. Он использует две нейронные сети: одну, которая создает изображение, и другую, которая судит, основываясь на реальных примерах целевого изображения, насколько оно близко к реальному изображению. После проверки изображения на точность, он отправляет эту информацию обратно в исходную систему ИИ. Эта система учится по обратной связи и возвращает измененный образ для следующего этапа. Этот процесс продолжается до тех пор, пока машина не определит, что сгенерированное ИИ изображение соответствует “контрольному” изображению.
ИИ сегодня
Сегодня ИИ может создавать реалистичные изображения и видео кошек и гамбургеров изображения ваших слов лиц, которые не являются реальными людьми и даже оригинальными произведениями искусства.
На самом деле, есть даже рынок для оригинального произведения искусства ИИ — Google провел художественную выставку, чтобы продемонстрировать работу, созданную его программным обеспечением DeepDream. Он продал созданное ИИ произведение искусства. Это было сотрудничество между человеком и машиной, за 8000 долларов. Еще одним произведением искусства, созданным ИИ, был портрет Эдмона де Белами, продано Christie's за 610 000 долларов
Подписывайтесь, ставьте Like!
