비디오 쇼 A. A. 생성 된 예술은 모두 당신의 꿈을 조작하거나 혼란에 빠뜨릴 수 있습니까?

이달 초, 경매 회사 크리스티 (Chrisie 's)는 메이저 경매 회사가 판매 한 최초의 알고리즘 적으로 생성 된 미술 작품을 판매했다. 가격이 거의 50 만 달러에 달하는이 가격표는 저자의 기원, 참신함에 사로 잡힌 예술 시장, 그리고 무엇보다 중요한 이유는 무엇인가?

그럼에도 불구하고 기계에 대해 예술, 또는보다 정확하게 이미지를 가르치려는 노력은 거의 홍보용 스턴트가 아닙니다. 사기성 비디오를보다 잘 감지 할 수있게 됨으로써 영화의 캐스트를 소급 변경하는 것까지 컴퓨터 과학자는 시각적 세계와 더 잘 어울리게하는 방법을 컴퓨터에 가르치는 많은 실용적인 이유가 있습니다.

Daniel Heiss는 그러한 기술 애호가 중 한 명입니다. ZKM 아트 및 미디어 센터의 창조적 인 개발자는 4 월에 NVIDIA 연구원이 발표 한 신경 네트워크의 얼리 어답터였습니다. 수천 장의 기존 유명인 사진을 교육 한 후 상상의 유명인 사진을 생성하기 위해 제작되었습니다. 이 영감을받은 Heiss는 ZKM의 인터랙티브 아트 설치 중 한 곳에서 수집 한 50,000 장의 포토 부스 이미지를 연결하여 어떤 종류의 아트가 그의 A.I. 생산할 것이다. 온라인 인터뷰에서 그는 역 결과는 그가 상상했던 것보다 낫다.

"나는 한 얼굴의 이미지를 3 개의 얼굴 이미지로 두 개의 얼굴 이미지로 미친 워핑을 보았다. 그것은 내가 생각했던 것보다 훨씬 좋았다 "고 말했다. "이미지를 필터링하여 한 면만의 이미지 만 사용하려고했지만 필터링되지 않은 데이터 세트에서 생성 된 샘플이 너무 좋아서 그만 두었습니다."

점차적으로 성장한 GAN (Karras 외)은 ~ 80,000 점의 그림을 훈련했다 pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@genekogan) 2018 년 11 월 3 일

Heiss의 비디오는 Reddit에서 23,000 개 이상의 upvotes를 수집했습니다. 그는 원래 프로그래머 Gene Kogan에 의한 NVIDIA 알고리즘의 3 배 사용에 대한 응답으로 지난 11 월 4 일에 본 영상을 원래 트윗했습니다. 코간 (Kogan)은 신경망의 셀카 (selfies)를 먹이는 대신 약 80,000 점의 그림을 사용했다.

코간은 또한 모든 것을 부숴 버리는 대신 뚜렷한 스타일을 닮은 틀을 만드는 A.I.의 능력으로 날아갔습니다.

"너무 많은 혼란을 겪지 않으면 서 다양한 미학을 암기하는 능력에 놀랐습니다." 역. "그게 장난감에 몇 억 가지 매개 변수가있는 것 같아요."

우리가 가르치는 방법 A.I. 자신의 사진을 만드는 방법

Tero Karras가 이끄는 NVIDIA 연구 팀은 원래 2014 년에 존경받는 컴퓨터 과학자 Ian Goodfellow가 이론화 한 생성 적 적대 네트워크 (GAN)를 사용했습니다. 이것은 필드와 온라인에서 파도를 일으킨 Google의 DeepDream 도구의 기본 기술이었습니다.

GAN은 생성자와 판별 자의 두 네트워크로 구성됩니다. 이 컴퓨터 프로그램은 수백만 번에 걸쳐 수백만 번 경쟁하여 자신의 이미지 생성 기술을 세련화하여 최종적으로 딥 피스로 알려지게 만듭니다.

발전기에는 사진이 공급되어 가능한 한 최선을 다해 시도하고 에뮬레이트합니다. 그런 다음 판별 자에게 원래의 사진과 생성 된 그림을 보여 주며, 그 작업은 구별되는 것입니다. 더 많은 시도가 진행되면서 이미지를 합성하는 데있어 발전기가 더 잘 작동하고 식별기가 더 잘 구분할 수있게됩니다. 이 결과는 꽤 설득력이 있지만 - 완전히 가짜 인 얼굴과 그림을 만듭니다.

이 기술이 아티스트를 도울 수있는 방법

일체 포함. 예술 세계에서 이미 그 자체의 이름을 만들었습니다. Christie 's에서 판매 된 컴퓨터로 생성 된 초상화 외에도 DeepDream은 deepfakes가 일이기 때문에 trippy 풍경을 만들어 왔습니다.

Heiss는 오늘날 창조되고있는 기계 학습 도구가 예술가들에 의해 사용 되기에는 익은 것으로 믿고 있지만, 기술적 인 능력이 필요합니다. 이것이 바로 ZKM이 기술 및 창조 부문 간의 더 많은 협력을 유도하기 위해 Open Codes 전시회를 개최 한 이유입니다.

"현재 등장하고있는 툴은 아티스트에게는 매우 유용한 툴이 될 수 있지만이를 사용하는 프로그래밍 및 시스템 관리 기술에 대한 지식이없는 아티스트에게는 어려움이 있습니다." "과학과 예술의 연결은 위대한 일이 될 수 있지만 양방향으로 협력해야합니다."

GANS와 마찬가지로 A.I.의 초기 반복은 수백만 데이터 포인트에 수백만을 흡수하여 인간이 결코 스스로 만들 수없는 패턴 및 이미지조차도 볼 수 있습니다. 그러나 인간이 알고리즘을 원시 데이터로 제공하기 위해 선택한 것에 따라 이들의 창의적인 비전이 여전히 제한적입니다.

미학과 코딩 기술에 대한 날카로운 시각을 지닌 A.I.- 미래의 예술가들은 기계 학습을 사용하여 완전히 새로운 시대의 창의력을 발달 시키거나 삶의 구식을 숨 쉬게 할 수 있습니다. 그러나 컴퓨터에 인간의 독창성을 더 잘 모방하는 방법을 가르치고 컴퓨터가 한 걸음 더 내뱉는 것을 취하는 데는 많은 데이터가 필요합니다.