Eines Tages Maschinen in der Lage sein könnte, zu erstellen Sie die perfekte pizza vom photoPhoto: Getty Images
Generative gegnerische Netzwerke (GAN) kann eine Menge Dinge tun—es ist im Grunde die Art des maschinellen Lernens verwendet, um generieren, realistische KI Gesichter und deepfakes. Doch Forscher am MIT sind mit GAN zu tun, der Heilige, gesegnet Bau eines neuronalen Netzes zu lehren Computer, wie Sie pizza machen.
Die Studie mit dem Titel “How to make a pizza: das Erlernen einer kompositorischen Schicht-basierten GAN-model” und wurde entdeckt von ZDNet auf arxiv.org. Die so genannte “PizzaGAN Project” ist ein Versuch, Sie zu “lehren, eine Maschine, wie eine pizza durch den Aufbau einer generativen Modell, dass spiegelt diese Schritt-für-Schritt-Verfahren.” Im Klartext sprechen, weil die pizza besteht aus Schichten, die Forscher dargelegt, um zu lehren Maschinen zu erkennen, wie die verschiedenen Schritte in der Küche durch ZERLEGUNG Bilder von pizza für die einzelnen Zutaten. Also, eine einfache pizza Aussehen würde, eine Möglichkeit. Hinzufügen toppings und Zutaten würden optisch, ändern Sie das gesamte Erscheinungsbild. Durch die Ermittlung der optischen Veränderungen, theoretisch ist das neuronale Netz könnte dann reverse-Ingenieure, die richtige Abfolge der Schritte.
Treffen der Deepfake Zuck, Gleich wie das Fleisch Zuck
Mark Zuckerberg kann berühmt für suchen und zu handeln wie ein (leicht angefeuchtetes) synthetische Wesen versucht…
Lesen Sie mehr Lesen
Die Forscher erste erzeugt einen synthetischen Datensatz von über 5,500 clip art pizza-Bilder. Der nächste Schritt beinhaltete das Schleppangeln die #pizza hashtag auf instagram für real-life-pizza Fotos. Nach dem herausfiltern von “unerwünschten” Bilder, die Forscher wurden Links mit 9,213 pizza Fotos. Die PizzaGAN code dann macht zwei Dinge. Erstens, es schult die Maschine, wie das hinzufügen und entfernen von einzelnen Zutaten, wie Salami, und erstellen Sie dann eine synthetisierte Bild. Ein weiteres Modell erkennt dann die toppings, die erscheinen, und dann sagt die, um die Auflagen erscheinen in den Koch-Prozess durch berechnen von Tiefe. Also, wenn Sie ein Foto von einer pizza mit Champignons, peperoni und Oliven, PizzaGAN würde möglicherweise in der Lage sein zu identifizieren, die drei toppings, dann sehen die Pilze wurden auf der top—und daher folgern Sie, dass Zutaten Hinzugefügt letzten. (Sie können spielen, um mit dem entfernen und hinzufügen von Zutaten, sowie das Kochen/uncooking die pizza auf dem PizzaGAN Website.)
Die PizzaGAN funktioniert so, dass zunächst die Identifizierung Zutaten, bevor die Vorhersage Tiefe Schichten zum reverse Engineering der Kochvorgang. Bild: MIT
Die Ergebnisse waren ziemlich genau. Obwohl, in Ihrem Papier, das MIT-Forscher stellten fest, Sie hatten bessere Ergebnisse aus den synthetischen Daten. Im Allgemeinen fanden Sie die Experimente ergaben PizzaGAN erkennen konnte und das segment pizza-toppings, füllen Sie in dem, was sein sollte, war darunter, und daraus die Reihenfolge, mit der minimalen Aufsicht.
Langfristig könnte man sich vorstellen, ein neuronales Netzwerk in der Lage, Scannen Sie ein Foto und spuckte eine ziemlich genaue Rezept basiert auf Zutaten, wie gründlich es gekocht ist, und auch kaum sichtbar, Gewürze. Wie es ist, die Forschung ist meist nur demonstrieren, was ein AI-s-Fähigkeit, zu unterscheiden zwischen einer verwirrenden Haufen von Zutaten.
Während die pizza ist ja alles schön und gut, einige von uns hier sind Laktose-intolerant. Zu diesem Zweck schlossen die Forscher, dass der gleiche Ansatz verwendet, in PizzaGAN angewandt werden könnten, um andere geschichtet Lebensmittel wie Burger, sandwiches und Salate. Im non-food-Kontext, die Forscher stellten fest, es könnte auch an den Bereichen angewendet, wie die Mode über digitale shopping-Assistenten. Denken Sie an eine moderne version des smart-Schrank in Ahnungslos, dass Cher verwendet herausgreifen Ihr outfit. Ich warte immer noch auf, dass durch die Art und Weise.
[ZDNet]
Teilen Sie Diese Geschichte