Nvidias Tag-Teaming AI er Imagine Night as Day, og House Cats as Tigers

Kategori: Kunstig intelligens Lagt ut 04. desember

En ny retning innen maskinlæring gir datamaskiner muligheten til å dagdrømme, og resultatene er fascinerende og potensielt ganske nyttige.

Et system utviklet av forskere ved Nvidia i Santa Clara, California, kan se på et bilde av en solrik vei og forestille seg, i forbløffende detaljer, hvordan det ville sett ut hvis det var regn, natt eller en snørik dag. Den kan også forestille seg hvordan en huskatt ville sett ut hvis den var en leopard, en løve eller en tiger.

De programvare bruker en populær ny tilnærming innen AI som lar datamaskiner lære uten menneskelig hjelp. Teamet brukte generative adversarielle nettverk, eller GAN, som er nevrale nettverk som jobber sammen for å lære egenskapene til et datasett (se Innovators Under 35: Ian Goodfellow).

I en GAN prøver ett nevralt nettverk å produsere syntetiske data mens et annet prøver å fortelle om et eksempel kommer fra det virkelige datasettet eller ikke. Tilbakemelding fra det andre nettverket bidrar til å forbedre ytelsen til det første. Trikset utført av Nvidia-teamet er å bruke to GAN-er som er trent på forskjellige, men lignende data, og å bruke likheter, eller overlapping, mellom de to trente modellene for å finne nye bilder.

Når det gjelder gatebilder, for eksempel, ble den ene GAN opplært til å internalisere egenskapene til veiene, mens den andre ble trent ved å bruke bilder av nattlige, regnfulle eller snødekte scener. Ved å koble sammen de to nettverkene lar en datamaskin forestille seg hvordan en scene vil se ut under forskjellige forhold. Et lignende triks ble utført med huskatter og store katter (du kan sjekke ut hele videoen her). Forskerne presenterer arbeidet på Nevrale informasjonsbehandlingssystemer-konferanse i Long Beach, California, denne uken. Her er et papir (PDF) som beskriver arbeidet.

Så langt har maskinlæring vært fokusert mer på anerkjennelse, sier Ming-Yu Liu , som jobbet på prosjektet sammen med kolleger Thomas Breuel og Jan Kautz . Men mennesker kan bruke fantasien. Hvis jeg gir deg et bilde om sommeren, kan du forestille deg hvordan det vil være dekket av snø.

Liu sier at teknologien kan ha praktiske applikasjoner i bilde- og videoredigering, og for å legge til realistiske effekter til bilder og video som er lagt ut på sosiale nettverk. Tenk deg å kunne legge ut en direktesendt video som viser deg i en svært realistisk kunstig setting, for eksempel, eller som overbevisende konverterer ansiktet ditt til ansiktet til en annen person eller et dyr.

Tilnærmingen kan også vise seg å være nyttig for å trene opp selvkjørende systemer til å gjenkjenne flere scenarier uten å måtte samle inn en latterlig mengde data fra den virkelige verden. I California har vi ikke mye snø, men vi vil at vår selvkjørende bil skal fungere godt i snøen, sier Liu.