Nvidia's GauGAN 2 AI გამოსახულების აპარატის გატეხვის აბსურდული სილამაზე

Nvidia- ს ალგორითმში სისულელეების ფრაზების აკრეფა წარმოქმნის რამდენიმე მომხიბვლელ "შეცდომას", ზოგჯერ ლამაზი, ზოგჯერ wretched, უმეტეს შემთხვევაში მომხიბლავი.

Nvidia's GauGAN 2 AI პროგრამაში სიტყვების "ZDNet შესანიშნავი რეპორტინგის" აკრეფა ავტომატურად აწარმოებს სურეალურ სურათებს.

ჩაწერეთ სიტყვები "ZDNet შესანიშნავი რეპორტაჟი" Nvidia- ს ახალი ხელოვნური ინტელექტის დემოში, GauGAN 2 და ნახავთ სურათს, თუ როგორ გამოიყურება ქაფის საიზოლაციო ჭიდაობის დიდი ნაჭრები ტბაში თოვლიანი ფონზე.

დაამატეთ მეტი სიტყვა, როგორიცაა "ZDNet შესანიშნავი რეპორტაჟი მშვენიერი" და ნახავთ, რომ სურათი გადაიქცევა რაღაც ახალ, ძლივს ცნობად ფორმაში, ალბათ ფორმულა ერთი რასის მანქანა, რომელიც გაჯანსაღდა, მიმდინარეობს ის, რაც გზას ჰგავს, ადამიანის მიერ შექმნილი სტრუქტურის ბუნდოვანი ხედების წინ.

GauGAN 2 აწარმოებს ფრაზის უცნაურ ინტერპრეტაციას "ZDNet შესანიშნავი რეპორტაჟი მშვენიერია".

გააფართოვოს კამათელი ორი კამათლის გამოსახულების პატარა ღილაკით, და იგივე ფრაზა ხდება საშინელი, ნისლით დაფარული ლანდშაფტი, რომელსაც აქვს რაიმე სახის ორგანული ბუნების yawning პირში, მაგრამ სრულიად წარმოუდგენელია მისი ზუსტი სახეობების შესახებ.

კამათლის კიდევ ერთი როლი აწარმოებს ამ უცნაურ ლანდშაფტს-პლუს-არსებას.

ბეჭდვის ფრაზები არის GauGAN- ის კონტროლის უახლესი გზა, გრაფიკული ჩიპის გიგანტის Nvidia- ს მიერ შემუშავებული ალგორითმი, რათა აჩვენოს AI- ის ხელოვნების მდგომარეობა. GauGAN ორიგინალური პროგრამა დაინერგა 2019 წლის დასაწყისში, როგორც ხატვის საშუალება და პროგრამა ავტომატურად ქმნის ფოტორეასტურ სურათს ნახაზის შევსებით.

ტერმინი "GAN" სახელით ეხება ნერვული ქსელის პროგრამების ფართო კლასს, სახელწოდებით გენეტიკური მოწინააღმდეგე ქსელები, რომლებიც 2014 წელს იან გუდფელოუსა და კოლეგების მიერ არის შემოღებული. განები იყენებენ ორ ნერვულ ქსელს, რომლებიც მუშაობენ ჯვარედინი მიზნებისათვის, ერთი წარმოქმნის გამოსავალს, რომელიც სტაბილურად დახვეწს მანამ, სანამ მეორე ნერვული ქსელი არ დაასახელებს გამომავალს. უკანა და მეოთხე კონკურენტული ხასიათი არის ის, თუ რატომ უწოდებენ მათ "მოწინააღმდეგეს".

Nvidia-მ შეასრულა პიონერული სამუშაოები, რომლებიც აფართოებს GAN-ებს, მათ შორის 2018 წელს "სტილი-GAN"-ის დანერგვას, რამაც შესაძლებელი გახადა ადამიანების უაღრესად რეალისტური ყალბი ფოტოების გენერირება. ამ ნაწარმოებში, ნერვული ქსელი "ისწავლა" სახეების მაღალი დონის ასპექტები და ასევე დაბალი დონის ასპექტები, როგორიცაა კანის ტონი.

2019 წლის ორიგინალ GauGAN- ში Nvidia იყენებს მსგავს მიდგომას, რაც საშუალებას აძლევს ადამიანს დახატოს ლანდშაფტი, როგორც ტერიტორიები, რომელიც ცნობილია როგორც სეგმენტაციის რუკა. ეს მაღალი დონის აბსტრაქციები, რომლებიც შეიცავს ძირითად ობიექტებს, როგორიცაა ტბები და მდინარეები და ველები, გახდა სტრუქტურული შაბლონი, ხოლო GauGAN პროგრამა შემდეგ შეავსებს შედგენილი სეგმენტაციის რუკას ფოტორეალისტური ფორმებით.

პროგრამის მეორე ვერსია განახლდა ენის დასამუშავებლად. მიზანი ის არის, რომ ერთი უბიძგებს GuaGAN 2-ს გონივრული ფრაზებით, პეიზაჟებთან დაკავშირებული ნივთებით, როგორიცაა "სანაპირო ტალღების კლდეები". GauGAN 2 პროგრამა უპასუხებს რეალისტური გარეგნობის სცენის გენერირებით, რომელიც შეესაბამება ამ შეყვანას.

GauGAN 2 შემუშავდა მისი "ტრენინგის" ფაზაში 10 მილიონი მაღალი ხარისხის ლანდშაფტის გამოსახულების გამოკვებით, ამბობს Nvidia, Nvidia GPU- სგან აშენებული სელენის სუპერკომპიუტერის გამოყენებით.

სეგმენტაციის რუკა ასევე შეიძლება ავტომატურად შეიქმნას აკრეფილი სიტყვებიდან, რაც საშუალებას აძლევს ადამიანს დაბრუნდეს და შეცვალოს ლანდშაფტის განლაგება ისე, როგორც ორიგინალმა GauGAN- მა საშუალება მისცა შექმნას რუკა ნულიდან.

როგორც Nvidia აღწერს GauGAN 2 ბლოგის პოსტში, ტექსტისა და გამოსახულების და სეგმენტაციის რუკის კომბინაცია არის მრავალმოდალურ AI- ში გარღვევა:

GauGAN2 აერთიანებს სეგმენტაციის რუქას, ამოიხდენს და ტექსტურ-გამოსახულების თაობას ერთ მოდელში, რაც მას მძლავრ ინსტრუმენტად აქცევს ფოტორეალისტური ხელოვნების შესაქმნელად სიტყვებისა და ნახატების ნაზავით. დემო არის ერთ-ერთი პირველი, ვინც აერთიანებს მრავალ მოდალობას -- ტექსტი, სემანტიკური სეგმენტაცია, ესკიზი და სტილი -- ერთი GAN ჩარჩოს ფარგლებში. ეს უფრო სწრაფად და მარტივად აქცევს მხატვრის ხედვას მაღალი ხარისხის AI- ის მიერ წარმოქმნილ გამოსახულებად.

პრაქტიკული სარგებელი, ამბობს Nvidia, არის ის, რომ შეგიძლიათ გამოიყენოთ რამდენიმე სიტყვა, რომ მიიღოთ ძირითადი სურათი ერთად ყოველგვარი ნახაზის გარეშე და შემდეგ შეცვალოთ დეტალები საბოლოო გამომავალი დახვეწისთვის.

მაგრამ სიტყვების დამატება, რომლებსაც არაფერი აქვთ საერთო პეიზაჟებთან, მაგალითად, "ZDNet", იწყებს გიჟური არტეფაქტების წარმოქმნას, რომლებსაც ზოგჯერ აქვთ აჯანყება და ზოგჯერ შემაძრწუნებელი სილამაზე - თქვენი გემოვნების მიხედვით. ღრმა სწავლის ტერმინოლოგიაში, უაზრო ფრაზების მიერ წარმოქმნილი უცნაური სურათები გამოწვეულია პროგრამით, რომელიც უნდა შეესაბამებოდეს ენას, რომელიც "განაწილების გარეშეა", რაც იმას ნიშნავს, რომ არ არის დატყვევებული სასწავლო მონაცემებში, რომლებიც იკვებება მანქანაში. შეუთავსებელი ფრაზების წინაშე, პროგრამა ცდილობს შეესაბამებოდეს ფრაზას.

როგორც სურათების სერიაში ჩანს, "სანაპირო ტალღების კლდეები" თავიდან ძალიან ერთგულ გამოსახულებას აწარმოებს. კვალიფიკაციის დამატება იმპულსური სიტყვებით - ველოსიპედი, ნიუ-იორკი, სახელი Cassandra - იწყებს ლანდშაფტის უცნაურად შეცვლას და ფორმირებას.

GauGAN2- ის ავტომატური გამომუშავება ფრაზის "სანაპირო ტალღების კლდეები".

GauGAN2- ის ავტომატური გამომუშავება ფრაზით "სანაპირო ტალღების კლდეები ველოსიპედი ნიუ - იორკის კასანდრა საბურღი თვითმფრინავი გონივრულად პნევმატური ostentatious".

კიდევ უფრო საინტერესო რამ ხდება, როდესაც ყველა ლანდშაფტის სიტყვა ამოღებულია, რის გამოც მხოლოდ სისულელეა. უცნაური, ფუტურისტული პეიზაჟები ან მრავალფუნქციური ფერადი ამება.

GauGAN2- ის ავტომატური გამომუშავება ფრაზისთვის "Cassandra საბურღი თვითმფრინავი გონივრულად პნევმატური ostentatious".

GauGAN2- ის ავტომატური გამომუშავება სიტყვისთვის "ostentatious".

GauGAN2- ის ავტომატური გამომუშავება სიტყვისთვის "ostentatious"

GauGAN2- ის ავტომატური გამომუშავება ფრაზისთვის "გონივრულად პნევმატური ostentatious".

ექსპერიმენტის მიღება შესაძლებელია კიდევ უფრო გაფართოებული ფრაზებით, რომლებიც დამაფიქრებელია ზუსტად აღწერითი გარეშე. სცადეთ პირველი ხაზით კვება T.S. Eliot- ის პოემა The Wasteland, "აპრილი არის ყველაზე სასტიკი თვე, გამოყვანის იასამნისფერი მკვდარი მიწიდან".

შედეგი არის რამდენიმე გასაოცარი სურათი, რომლებიც, ფაქტობრივად, გარკვეულწილად შესაფერისია. როგორც ერთი გააფართოვოს კამათელი, ჩნდება შესაბამისი პეიზაჟების მრავალი ვარიანტი, ზოგიერთ შემთხვევაში მხოლოდ მცირე არტეფაქტებით.

"აპრილი ყველაზე სასტიკი თვეა, მკვდარი მიწიდან იასამნის გამოყვანა", - თ.ს. ელიოტი, უდაბნო.

StyleGAN- ის ინოვაციების წყალობით, GauGAN- ს შეუძლია გამოიყენოს სტილი გამოსახულებაზე, არსებითად განაპირობოს გამომავალი სხვა გამოსახულების სახით, ვიდრე ბადაგი.

სტილის გამოყენება ელიოტის ლექსზე ამახინჯებს ერთგულ ლანდშაფტის სურათებს აღიარების მიღმა. კიდევ ერთხელ, მთელი რიგი უცნაური ობიექტები გამოჩნდება ერთგვარი sickening ორგანული ხარისხის ზოგიერთი მათგანი, სხვები უბრალოდ გატეხილი shards რა იყო ერთხელ გამოსახულება.

ასევე შეგიძლიათ წარადგინოთ სურათები და თუნდაც შეასრულოთ თავისუფალი ნახაზი GauGAN 2-ში. ძველი ისლანდიის პარლამენტის ადგილის, Þingvellir- ში გადაღებული ძველი ფოტოსურათის წარდგენა ბევრს არ კეთებდა. სურათი ძირითადად არატრანსფორმირებული დარჩა, შეზღუდული ტესტირებით.

ძველი ისლანდიის პარლამენტის ადგილის, Þingvellir- ში გადაღებული ფოტო ძირითადად უცვლელი იყო GauGAN2- ში წარდგენისას.

თუმცა, სიტყვის "Þingvellir" დამატებამ წარმოშვა რეალისტური საკმარისი ლანდშაფტი, რომელიც შეესაბამებოდა Þingvellir საიტს.

GuaGAN2 გამომავალი სიტყვა "Þingvellir" იყო ძველი ისლანდიური ლანდშაფტის სულისკვეთებით.

სიტყვა "ვულკანის" დამატებამ წარმოშვა გასაოცარი ალტერნატიული ლანდშაფტი, ნაკლებად რეალისტური, უფრო სურეალური.

GuaGAN2 ავტომატური გამომავალი "Þingvellir ვულკანი".

იმპულსური სიტყვის დამატება, როგორიცაა "ტექნოლოგია", კიდევ უფრო შეარყია ლანდშაფტი და დაამატა უცნაური სისულელეების ფიგურები.

GauGAN2 ავტომატური გამომავალი ფრაზა "Þingvellir ტექნოლოგია".

იმის ნაცვლად, რომ ლანდშაფტის ფოტო წარადგინოთ, შეიძლება დახაზოთ, როგორც ეს მოხდა ორიგინალ GauGAN- ში. ისევ და ისევ, რაღაც არ შეესაბამება დემოს, როგორიცაა ნახატი არა ლანდშაფტის, არამედ ადამიანის თავის, უფრო საინტერესო შედეგებს იძლევა. სახის ნახაზი შეიძლება ხელახლა იყოს გამხდარი, თუ გსურთ, ბადაგი ფუნქციის გამოყენებით. კამათლის გახვევამ საინტერესო ვარიაციები წარმოშვა.

პირდაპირ GauGAN2- ში ხატვა.

GauGAN2- ში ფენების ფუნქციის გამოყენებით თავის ხელახლა კანის დახატვა.

ნახატის გაერთიანებამ სიტყვა "Þingvellir" - ს დახვეწილი ცვლილებები გამოიწვია, ისევე როგორც დამატებითი სიტყვების დამატება, როგორიცაა "ვულკანი" და "რიფტი". სურათი ხელახლა იყო გამხდარი, რომ ჰქონოდა ერთგვარი ვულკანის მსგავსი ტექსტურა.

თავის დახატვა შერწყმულია სიტყვებთან "Þingvellir volcano rift" და ხელახლა კანი GauGAN2- ში ფენების ფუნქციის გამოყენებით.

გაითვალისწინეთ, რომ აპლიკაციის მომხმარებლის ინტერფეისი შეიძლება რთული იყოს დესკტოპის ბრაუზერებში გადახვევა. რატომღაც, როგორც ჩანს, უკეთესად მუშაობს ტაბლეტის ბრაუზერში, მაგალითად, iPad.