Dette neurale netværk ved, hvordan du vil se ud om 50 år. Hvordan virker det?

Det er ingen hemmelighed, at nu er det neurale netværk, der mest almindeligt anvendes i fotografering. Vi har allerede set, hvordan de er i stand til at arbejde med animation på en computer og billeder malet kunstig intelligens, gå under hammeren flere værker af berømte kunstnere. Det er ikke overraskende, at neurale netværk var grundlag af FaceApp program, der i et par dage vundet popularitet i hele verden, stormede App Store og Google Play.

Elon Musk når koloniseret Mars

Hvorfor fotografering? Svaret er egentlig simpelt billeder og et udvalg af billeder online en masse. Og ikke bare en masse, milliarder af dem! Sandsynligvis antallet af fotos, der oversteg Jordens befolkning, og lad ikke alle de billeder, der er uploadet til Internet, er de stadig meget. Derfor, det neurale netværk meget lettere at træne på grundlag af fotografier: hun kan “fodre” de mange data gratis. Det er sådan udviklerne FaceApp formået at opnå imponerende præcision i behandlingen af video program er meget godt i stand til at kunstigt “sostarivayut” og at forynge mennesker, til at ændre hendes frisure, anvende makeup muligheder der en hel masse.

Udvikling af FaceApp er vores landsmand Yaroslav Goncharov, en indfødt af “Yandex”, der grundlagde virksomheden Trådløse Lab. Flere projekter i det nye selskab var forbundet med dyb læring neurale netværk, og “skudt” det FaceApp, da fotos og videoer vil være den vigtigste type af information i den nærmeste fremtid. Gennem analyse af regelmæssighed i forekomsten af personer, FaceApp skaber et nyt billede, som man ser flere unge voksne eller, for eksempel, smilende.

Jeff Bezos, når der er solgt af Amazon

App ‘ en blev populær efter et par måneder efter udgivelsen i begyndelsen af 2017. FaceApp holdt i toppen af App Store og Google Play i Rusland, USA, STORBRITANNIEN, Frankrig, Tyskland og mange andre lande. Hurtigt, app nåede 40 millioner downloads. Interessant nok, en ny runde af popularitet FaceApp er filter af “aldring”. Mange unge mennesker har undret sig over, hvordan de vil se i 30, 40 og endda 60 år, og FaceApp på bekostning af nøjagtighed af deres algoritmer har tilladt dem at gøre det.

Udviklerne har ikke oplyst den algoritme, der bruges (ikke overraskende). Det er muligt, at projektet er baseret på algoritmen for generativ neurale netværk StyleGAN udviklet af Nvidia. Han var involveret i projektet thispersondoesnotexist, som genereres realistiske personer, der i virkeligheden aldrig har eksisteret. Men i tilfælde af, at der blev arbejdet i to neurale netværk: den ene af dem var direkte ansvarlig for skabelsen af billedet, og den anden analyseret billedet om realisme. Når du genererer en står over det neurale netværk, der bruger de funktioner af flere mennesker, og så tilpasser dem til den ønskede alder, ansigtsudtryk, hår længde, og andre parametre.

I tilfælde af FaceApp er nok den generator først, bestemmer attributter af et menneskeligt ansigt (smil til håret og selv fregner), og derefter pålægger ham de attributter af en gammel/ung ansigt (som rynker eller, tværtimod, glat hud), men så, at det billede, der lignede dette.

26-årige forfatter Hi-News.ru efter besluttede at mødes til en alderdom i Schweiz

Læs også — det neurale Netværk af Yandex, skrev et værk for symfoniorkester

Hvordan at hente FaceApp

App ‘ en er gratis at downloade til iPhone (her) og Android (her). I første omgang findes et første sæt af værktøjer, men hvis du tilmelder dig, vil du modtage avancerede filtre.

FaceApp indsamler og bruger data?

Når du bruger tjenester, der er baseret på neurale netværk, har brug for at forstå, at alle “fed” dem med megabyte data, der er brugt til yderligere at uddanne de neurale netværk. Så i en vis forstand, app ‘ en rent faktisk indsamler og bruger data. Og der er to sider til den sag: med en af dine fotos, jeg ønsker at beholde for sig selv, og på den anden, det neurale netværk skal trænes, for uden at FaceApp kunne ikke være så realistisk at ændre billeder.

Selvfølgelig, gode udviklere må advare om, at indsamle data, ellers nogen tror måske, at efterfølgende at videresælge dem og bruge marketingfolk for reklame. Eller et foto af forfatteren Hi-News.ru vises i reklame for en Bank for pensionister (håber jeg ikke).

Jeg spekulerer på, hvor langt neurale netværk i de næste par år. For bare to år siden, Lyrebird fra Montreal har skabt en tale-synthesizer baseret på AI, i stand til at replikere nogen stemme. At følge stemmen system tager kun et par sekunder af lyd-optagelse af stemme, der kræves af en person, der på grundlag af, som vil skabe en lyd-kodestykke. Nøjagtig efterligning af stemmen er muligt gennem brugen af neurale netværk, der er baseret på kunstig intelligens, og som opererer efter de samme principper som de neurale netværk i den menneskelige hjerne. AI lærer at genkende elementer af menneskelig tale, og derefter disse data er allerede brugt til syntese af en syntetisk stemme. Så selfie er ikke grænsen for brugen af neurale netværk.

Men indsamling af data skal tænke.


Date:

by