Video Menunjukkan Bagaimana A.I. Seni yang Dihasilkan Dapat Memukau atau Menghantui Mimpi Anda

Awal bulan ini, rumah lelang Christie's menjual apa yang dikatakannya adalah karya seni yang dihasilkan secara algoritmik pertama yang dijual oleh sebuah rumah lelang besar. Label harga - hampir setengah juta dolar Amerika - telah menimbulkan sejumlah pertanyaan tentang asal-usul kepenulisan, pasar seni yang terobsesi dengan hal baru, dan, mungkin yang paling penting: mengapa?

Namun upaya yang dilakukan untuk mengajarkan mesin tentang seni, atau lebih tepatnya tentang gambar, hampir tidak menjadi aksi publisitas. Dari mampu mendeteksi video yang menipu dengan lebih baik hingga secara retroaktif mengubah para pemeran film, para ilmuwan komputer memiliki sejumlah alasan praktis untuk mengajarkan mesin bagaimana cara lebih baik terlibat dengan dunia visual.

Daniel Heiss adalah salah satu penggila teknologi semacam itu. Pengembang kreatif untuk Pusat Seni dan Media ZKM adalah pengguna awal jaringan saraf yang diterbitkan oleh para peneliti NVIDIA pada bulan April. Itu dibuat untuk menghasilkan foto-foto selebriti imajiner setelah pelatihan dengan ribuan foto para selebriti yang ada. Heiss ini mengilhami untuk memasang 50.000 gambar foto yang dikumpulkan oleh salah satu instalasi seni interaktif ZKM untuk melihat jenis seni A.I. akan menghasilkan. Dalam sebuah wawancara online, dia memberi tahu Terbalik hasilnya lebih baik dari yang dia bayangkan.

“Saya melihat lengkungan gila dari satu gambar wajah menjadi tiga gambar wajah menjadi dua gambar wajah dan sebagainya. Itu jauh lebih baik daripada yang pernah saya pikirkan, ”katanya. "Saya bahkan mencoba memfilter gambar sehingga hanya gambar dengan satu wajah yang digunakan, tetapi ketika saya sedang mengerjakan itu, sampel yang dihasilkan dari dataset tanpa filter keluar sangat bagus sehingga saya menghentikannya."

GAN (Karras et al) yang semakin berkembang dilatih pada ~ 80.000 lukisan pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@genekogan) 3 November 2018

Video Heiss sejak itu telah mengumpulkan lebih dari 23.000 suara positif di Reddit. Dia awalnya tweeted rekaman yang terlihat di atas pada tanggal 4 November, sebagai tanggapan terhadap penggunaan trippy lain algoritma NVIDIA oleh programmer Gene Kogan. Alih-alih memberi makan selfie jaringan saraf, Kogan menggunakan sekitar 80.000 lukisan.

Kogan juga terpesona dengan kemampuan A.I. untuk membuat bingkai yang menyerupai gaya yang berbeda, bukan hanya menumbuk segalanya.

"Saya terkejut dengan kemampuannya untuk menghafal begitu banyak estetika yang berbeda tanpa menjadi terlalu campur aduk," katanya Terbalik. "Saya pikir itulah efek memiliki beberapa ratus juta parameter untuk dipermainkan."

Bagaimana Kami Mengajar A.I. membuat gambar sendiri

Tim peneliti NVIDIA, yang dipimpin oleh Tero Karras memanfaatkan jaringan permusuhan generatif, atau GAN, awalnya berteori oleh ilmuwan komputer terhormat Ian Goodfellow pada tahun 2014. Ini adalah teknologi yang mendasari di balik alat DeepDream Google yang membuat gelombang di lapangan dan online.

GAN terdiri dari dua jaringan: generator dan diskriminator. Program-program komputer ini bersaing satu sama lain jutaan kali untuk mempersempit keterampilan menghasilkan gambar mereka sampai mereka cukup baik untuk menciptakan apa yang akhirnya dikenal sebagai deepfake.

Generator diumpankan foto dan mulai mencoba dan meniru mereka sebaik mungkin. Itu kemudian menunjukkan gambar asli dan yang dihasilkan kepada pembeda, yang tugasnya adalah untuk membedakan mereka. Semakin banyak percobaan yang dilakukan, semakin baik generator dalam mensintesis gambar dan semakin baik diskriminator dalam membedakannya. Ini menghasilkan beberapa wajah dan lukisan yang cukup meyakinkan - tetapi sepenuhnya palsu -.

Bagaimana Teknologi Ini Dapat Membantu Seniman

A.I. telah membuat nama dirinya di dunia seni. Selain potret yang dihasilkan komputer yang mulai dijual di Christie's, DeepDream telah membuat lanskap trippy sejak sebelum deepfake adalah suatu hal.

Heiss percaya alat pembelajaran mesin yang dibuat hari ini sudah matang untuk digunakan oleh seniman, tetapi menggunakannya membutuhkan kecakapan teknis. Itulah sebabnya ZKM menyelenggarakan pameran Open Codes untuk menginspirasi lebih banyak kolaborasi antara sektor teknologi dan kreatif.

"Alat yang sekarang muncul dapat menjadi alat yang sangat berguna bagi seniman tetapi sulit bagi seorang seniman tanpa pengetahuan pemrograman dan keterampilan administrasi sistem untuk menggunakannya," katanya. "Hubungan antara sains dan seni ini dapat mengarah pada hal-hal besar, tetapi membutuhkan kolaborasi di kedua arah."

Iterasi awal A.I., seperti GANS, mampu menyerap jutaan titik data untuk melihat pola dan bahkan gambar yang tidak pernah dapat dibuat manusia. Namun, visi kreatif mereka masih dibatasi oleh apa yang manusia pilih untuk memberikan algoritma tersebut sebagai data mentah.

Dengan mata yang tajam untuk keterampilan estetika dan pengkodean, seniman yang menggunakan A.I. di masa depan mungkin menggunakan pembelajaran mesin untuk memulai masa kreativitas baru atau menghembuskan kehidupan ke gaya seni yang lebih tua. Tapi itu akan mengambil banyak data untuk mengajarkan mesin bagaimana meniru kecerdikan manusia yang lebih baik dan mengambil apa yang dimuntahkan komputer selangkah lebih maju.