150 let staré malby se proměnily ve fotografii. Tato umělá inteligence dokáže hotové divy

  • Specialisté z Kalifornie vytvořili novou neuronovou síť
  • Umí zpracovávat obrazová data
  • Promění Monetovy malby v současnou fotografii

Zdá se, že pixely a obecně počítačový obraz je nejvděčnějším cílem bádání v oblasti umělé inteligence. Zatímco před pár dny se pochlubili výzkumníci z Adobe strojovým učením, které dokáže přenést barevný styl z jedné fotografie na druhou, takže se třeba snímek poledního velkoměsta promění v noční, nebo grónský ledovec v jarní zelené údolí, čtveřice specialistů z Kalifornské univerzity v Berkeley nyní všem tak trošku vytřela zrak.

Jun-Yan Zhu, Taesung Park, Phillip Isola a Alexej Efros také vyrobili neuronovou síť, která dokáže přenášet barvy ze zdroje na cíl. Jenže tito pánové šli ještě o několik úrovní dál.

Technologie CycleGAN, jejíž zdrojové kódy umístili na GitHub, takže si svoji neuronovou síť může vycvičit každý zkušený linuxák a vývojář s mašinou vyzbrojenou pořádnou grafikou, totiž dokáže zpracovat hned několik druhů vskutku futuristických obrazových transformací.

Monetovy malby se promění ve fotografie

Nejprve si výzkumníci vypůjčili impresionistické malby Clauda Moneta a jejich neuronová síť se pixel po pixelu naučila jejich kompletní strukturu. Zároveň se ale naučila, jak vypadá struktura běžných fotografií, obé porovnala a vytvořila si model.

Klepněte pro větší obrázek Klepněte pro větší obrázek
Vlevo malba Clauda Moneta a vpravo pak transformovaná fotografická podoba stejného záběru, jak ji vytvořila neuronová síť

Když pak neuronová síť dostala příkaz, aby vytvořila fotografii podle Monetovy předlohy, vzala vždy část Monetovy malby a pomocí svého modelu vytvořila část reálné fotografie. Takže dejme tomu, že kdyby byla na Monetově malbě červená došková střecha, pokusila by se zrekonstruovat fotografickou podobu doškové střechy, protože ji během učení na hromadě reálných fotografií „viděla,“ a tak její model „tuší,“ jak vypadá.

Výsledek? Přes nízké rozlišení a ještě zjevné nedostatky docela fascinující. Ostatně posuďte sami. Fotografie odjakživa znázorňovala realitu. Ty snímky výše ale namísto toho znázorňují cosi, co viděl Monet kdysi před 150 lety. Je to dílem fikce a dílem realita.

Kůň se promění v zebru, jablko v pomeranč

Jenže tvorbou fotografií z fiktivních maleb to nekončí. Technologie CycleGAN se zároveň umí naučit, jak vypadají dva předměty, a pak dokáže prohodit tytéž předměty na jiných fotografiích. Vědci tedy naučili neuronovou síť, jak vypadá snímek koně a zebry. No, a pak ji předložili další fotografii koně ve zcela odlišné kompozici a CycleGAN koně téměř dokonale nahradil zebrou.

Klepněte pro větší obrázek
Kůň se promění v zebru
Klepněte pro větší obrázek
Pomeranč se promění v jablko

To samé úspěšně provedli s různými druhy ovoce, a podle zveřejněných snímků to vypadá natolik věrohodně, že kdyby se toho dožil George Orwell, nejspíše by napsal pokračování svého slavného románu 1984 – jen by se jmenoval 2017. Pokud počítač dokáže vytvářet věrohodnou fiktivní realitu, nabízí se totiž otázka, jestli s tímto tempem rozvoje tu skutečnou za deset dvacet let ještě opravdu poznáme. Představte si například, že do médií uniknou fotografie vysokého ústavního činitele v objetí neznámé ženy, protože stroj nahradí manželku někým jiným. Děsivá představa.

Chytré vylepšení fotek

Tvárnost své technologie nakonec výzkumníci z Berkeley uzavřeli ukázkami, jak by mohlo jejich strojové učení pomáhat fotografům. Namísto šílených retuší jej lze totiž využít i k vylepšování fotek. Neuronová síť se třeba může naučit, jak má vypadat malá hloubka ostrosti a fotografiím dodá povedenější bokeh, strukturu, kresbu…

Klepněte pro větší obrázek
Snížení hloubky ostrosti pomocí strojového učení

Zatím se ve všech případech jedná pouze o experiment – stejně jako minulý týden u Adobe. Pokud se však podaří autorům obou technologií přetavit své experimenty v hotový produkt, který bude součástí nějaké webové služby, anebo aplikace, bude to jízda a bude to stát za to.

Diskuze (15) Další článek: Vidíte v aplikaci Facebooku ikonu rakety? Dostali jste druhý výpis příspěvků

Témata článku: Umělá inteligence, Věda, GitHub, Strojové učení, Adobe, Fotky, Neuronová síť, Zajímavosti, Fotografování, Ledovec, Hloubka, Minulý týden, Inteligence, Malba, Bádání, Objetí, George Orwell, Kalifornie, Fotografie, Nízké rozlišení, Zelený experiment, Reálná fotografie, Let, Berkeley, Moneta


Určitě si přečtěte

Lidl buduje chytrou domácnost, propojí všechno se vším
Lukáš Václavík
LidlChytrá domácnostIoT
Bankovní identita bude jednotná. K České spořitelně, ČSOB a KB se připojí menší banky
Lukáš Václavík
Portál občanaBankaeGovernment
Nešťastný vývojář ukazuje, proč není dobré být závislý na Googlu
Lukáš Václavík
InternetGoogle
Finanční správa tento měsíc spustí Moje Daně. Přiznání má být hračka
Lukáš Václavík
eIdentitaČeskoeGovernment
Vodafonu se zhroutila kabelovka. Síť bývalého UPC má výpadky
Lukáš Václavík
VodafoneUPC
Fedora 33 prostě funguje. Linux si zaslouží dobýt laptop, je to ale asi opět marné

Fedora 33 prostě funguje. Linux si zaslouží dobýt laptop, je to ale asi opět marné

** Desktopový Linux funguje a vypadá stále lépe ** Fedora 33 není výjimkou ** Ve stínu Windows a macOS tu vyrostly skvělé alternativy

Jakub Čížek | 167

Jakub Čížek
FedoraOperační systémyLinux
Elon Musk podpořil Signal jako náhradu WhatsAppu. Aplikaci okamžitě zavalili uživatelé
Markéta Mikešová
WhatsAppElon MuskFacebook
Micro:bit V2: Tuto destičku plnou čipů dokáže naprogramovat i vaše babička

Micro:bit V2: Tuto destičku plnou čipů dokáže naprogramovat i vaše babička

** Chcete se teď hned naučit programovat čipy? ** Nechcete nic instalovat a číst zdlouhavé manuály? ** Naprogramujeme si Micro:bit, který zahraje Tichou noc

Jakub Čížek | 35

Jakub Čížek
Pojďme programovat elektronikuProgramování pro děti

Aktuální číslo časopisu Computer

Megatest rychlých Wi-Fi 6 routerů

Jak ztišit počítač

Velký test mATX skříní