• У дома
  • статии
  • Машинно обучение за генерирани произведения на произведения на произведения на изкуството за 432 500 долара
публикувано на 27-09-2019

Машинно обучение за генерирани произведения на произведения на произведения на изкуството за 432 500 долара

Далеч не е единственото създаване на AI, портретът на „Едмонд де Белами“ е резултат от месеци работа с машинно обучение

25 октомври 2018 г. от Роберто Ириондо

Снимка | С любезното съдействие на група изпълнители Очевидно | [3]

Машинно генерирано отпечатване, продадено за 432 500 долара в аукционната къща на Christie's в Ню Йорк в четвъртък, 25 октомври 2018 г. - над 40 пъти по-високо от очакваното за продажба.

Печатът се нарича „Едмонд де Белами“ и неговите размити характеристики - са артефактите на генеративните състезателни мрежи [1] (GANs) - алгоритъмът за машинно обучение, използван за генерирането му. Печатът е един от поредицата от 11, всички генерирани от ML и изобразяващи членовете на измислената „Фамилия Белами“. Портретът на Белами е подписан с математическата формула, описваща алгоритъма, използван за генерирането му.

Генеративни състезателни мрежи | Алгоритъмът за машинно обучение, използван за генериране на портрета на Белами [1]Псевдокод на GAN обучение | Арксив | [1]

Генералните състезателни мрежи (GANs) са генеративни модели, създадени през 2014 г. от Ian J. Goodfellow, изследовател по машинно обучение от Google Brain, който основно постави два алгоритъма в състезателен режим един с друг за провеждане на обучение.

Как да тренираме GAN | Кратко въведение в генеративните състезателни мрежи | Thalles Santos Silva [5]

Далеч не е единственото създаване на изкуствен интелект, парчето е наистина продукт на месеци на машинно учене на итеративна работа от трима души, живеещи заедно в парижки апартамент - единият от които е машинно обучаващ се докторант - групата колективно нарича себе си Очевидно [3].

Интерактивно генериране на изображения с помощта на GANs | Рисуване на основни щрихи и оставете модела да нарисува впечатляващи парчета за вас | Джун-Ян Жу | [10]

Включването на парчето в аукциона на Кристи, до отпечатъци от Чък Близки и Джеф Куунс, е причината за известно смущение в света на изкуството, но и сред експертите от AI, които вземат умаление с последиците (по силата на подписа на парчето ), че един алгоритъм може сам да бъде творец - особено относително бодрото разнообразие, използвано за създаване на парчето.

Алгоритъмът не е единственият елемент, който влезе в създаването на тези парчета - GANs нямат свободна воля. Те извеждат сложни четки на базата на сложни параметри за въвеждане на математика и можете да използвате тези четки за постигане на ефект, който може да бъде трудно да се постигне по друг начин.

Нагласеният GAN алгоритъм, коригиран от машинно обучение докторант в Obvious [3]

Този нюанс очевидно се загуби в част от отчитането около парчето, водещо до търга - много заглавия описват парчето като „създадено“ от AI “, за разлика от използването на машинно обучение или генерирано с машинно обучение, което го прави очевиден по отношение на това колко слабо информирана е обществеността относно разликите между ИИ и машинното обучение.

GAN започнаха да получават внимание от общността на художниците поради потенциала да генерира интригуващи произведения на изкуството. По-долу можете да намерите изкуство, генерирано от GAN от Mario Klingemann [6], художник, използвал GAN многократно, за да създаде интересни произведения.

„Звярът на Freeda - Довеждането на нещата до край“ | Продукт от обучение на GANs | Квазимодо | Марио Клингман [6]

Хюго Казелес-Дупре, докторант на машинно обучение и една трета от очевидните, заяви [7], че той описва тази характеристика до „сензационализъм“ и „кликване“ в медиите. Намереното произведение, той настоява, е да образова обществеността на границите на изкуствения интелект. Алгоритмите са инструмент, спомена Caselles-Dupré, а не самите творчески същества.

„Днес не става въпрос за алгоритми, които заместват хората“, казва Касел-Дупре [7]. „В бъдеще може да се наложи да внимаваме за това, но днес те са по-скоро като инструмент. Наистина искахме да покажем конкретен пример за това, което могат да направят тези AI инструменти. ”Подписването на парчето с математическата формула на алгоритъма беше„ забавен начин “, спомена той, за да съобщи тези идеи на широката аудитория.

„Семейството Белами“ | Машинно генерирано изкуство | Очевидно [3]

Неясно е колко добре е функционирала такава стратегия за съобщения. В изявление пред Artnet [8] Ричард Лойд, международният ръководител на печатни издания и кратни издания на Кристи, казва, че произведението е избрано за търг именно поради това, че уж малко човешка намеса е влязла в създаването му.

За да накарат тези модели да работят, GAN трябва да бъдат захранвани с голям обем данни и да използват такива набори от данни за създаване на нови резултати след напрегнат период на обучение. Въпреки това, само защото са способни да произвеждат оригинални резултати, GAN не са автономни. Такива крайни продукти са резултат от дълъг процес на внимателен подбор на входни данни, настройване на математически параметри и пресяване на резултатите, за да намерите най-добрите резултати от всичко, което търсите.

Последната итерация на алгоритъма - най-доброто, което някога щеше да бъде постигнато за Очевидните цели - изплю стотици изображения, каза Caselles-Dupré, които трябваше да бъдат намалени до само 11. „Ние внимателно подбрахме изображенията, които намерихме най-интересното в тази партида “, каза той.

След няколко повторения на използване на GANs, Obvious [3] подбра 11 произведения на изкуството, които внимателно подбраха, тъй като искаха нови резултати [7]. Коя обаче е креативната страна в този процес: алгоритъмът, който трябва да се повтаря и коригира с месеци, за да се окаже нещо полу-интересно, или художниците да търсят естетичен резултат и да вземат всички решения, за да стигнат до там? Докато изходът е сътрудничество между компютърните алгоритми и участващите артисти, балансът на творчеството пада на страната на хората.

Подобно използване на GAN определено няма да замени артистите, но това дава нова гледна точка за обществеността и за изкуството за използването на алгоритми за машинно обучение за генериране на нови парчета [11].

Оценка на плътността с помощта на Real NVP | Лоран Дин, Яша Сол-Дикщайн, Сами Бенджо | [12]

И накрая, Очевидно [3] споменава в своя блог [9]:

„Ще бъде ли изкуството на утрешния изкуствен интелект?“
Ще се изкуша да отговоря:
„Камерата на художника днес ли е?“

ОТГОВОРНОСТ: Мненията, изразени в тази статия, са на автора (ите) и не представляват възгледите на университета Карнеги Мелън, нито на други компании (пряко или косвено) свързани с автора (ите). Тези писания не са предназначени да бъдат крайни продукти, а по-скоро отражение на настоящото мислене, като същевременно са катализатор за дискусия и усъвършенстване.

Можете да ме намерите на: Моят личен уебсайт, Medium, Instagram, Twitter, Facebook, LinkedIn или чрез моята компания за уеб дизайн.

Препратки:

[1] Генеративни състезателни мрежи | Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio | Arxiv | https: //arxiv.org/pdf/1406.2661.pdf

[2] Квазимондо | Марио Клингеман, Арист | http://quasimondo.com/

[3] Очевидно | Базиран в Париж колектив от изследователи на художници и машинно обучение | http://obvious-art.com/

[4] Търг на Кристи Едмонд де Белами, от La Famille de Belamy | Очевидна група | https://www.christies.com/Lotfinder/lot_details.aspx?sid=&intObjectID=6166184

[5] Кратко въведение в генеративните състезателни мрежи | Thalles Santos Silva | https: //sthalles.github.io/intro-to-gans/

[6] Марио Клингман | https://twitter.com/quasimondo

[7] Художествено произведение, генерирано от AI, просто продадено за 432 500 долара при Christie's | Дънна | https://motherboard.vice.com/en_us/article/43ez3b/ai-generated-artwork-just-sold-at-christies

[8] Дали изкуственият интелект ни даде следващото голямо движение за изкуство? Експертите казват, че се забавя, „полето е в начален стадий“ | Artnet News | https://news.artnet.com/art-world/ai-art-comes-to-market-is-it-worth-the-hype-1352011

[9] Наивна, но образована гледна точка на изкуството и изкуствения интелект | Очевидно | https://medium.com/@hello.obvious/a-naive-yet-educated-perspective-on-art-and-artificial-intelligence-9e16783e73da

[10] Интерактивно генериране на изображения чрез генеративни състезателни мрежи | Джун-Ян Жу | https://github.com/junyanz/iGAN

[11] Машинно обучение за творчество и дизайн | NIPS 2017 семинар | https://nips2017creativity.github.io/

[12] Оценка на плътността с помощта на Real NVP | Лоран Дин, Яша Сол-Дикщайн, Сами Бенджо | https://arxiv.org/pdf/1605.08803.pdf

[13] Структурирани генеративни състезателни мрежи | Zhijie Deng, Hao Zhang, Xiaodan Liang, Luona Yang, Shizhen Xu, Jun Zhu, Eric P. Xing | Университет Цинхуа, университет Карнеги Мелън, Petuum Inc. | Победител в Nvidia Research Pioneer | https://arxiv.org/pdf/1711.00889.pdf

Вижте също

Супа консервиКултурен работник, а не „креативен“Windows IIЗабравете Introvert / Extrovert. Възприемаш ли или съдиш?Джени Холцер направи хубави неща от ужасПисатели: Опасната, невидима кучешка ограда, заобикаляща твоето творчество