На самых обыденных фотографиях проступают многочисленные и не вполне различимые сущности. Чаще всего почему-то собаки. Такими снимками интернет стал наполняться в июне 2015 года, когда был запущен DeepDream от Google — один из первых открытых сервисов, основанных на нейронных сетях и предназначенных для обработки изображений.

Происходит это приблизительно так: алгоритм анализирует фотографии, находит в них фрагменты, которые напоминают ему какие-либо знакомые объекты — и искажает изображение в соответствии с этими данными.

Мунк, пропущенный через DeepDream.

Источник: pjreddie.com

Сначала проект выложили в виде открытого кода, а затем в интернете появились онлайн-сервисы, созданные по тем же принципам. Один из наиболее удобных и популярных — это Deep Dream Generator: обработка фотографии небольшого размера здесь занимает всего около 15 секунд (ранее пользователям приходилось ждать более часа).

Как нейронные сети учатся создавать такие изображения? И почему, кстати, они так называются?

Нейросети по своему устройству имитируют настоящие нейронные сети живого организма, но делают это с помощью математических алгоритмов. Создав базовую структуру, можно тренировать её по методам машинного обучения. Если речь идёт о распознавании образов, то через нейросеть нужно пропустить тысячи изображений. Если задача у нейросети другая, то и тренировочные упражнения будут отличаться.

Алгоритмы для игры в шахматы, к примеру, анализируют шахматные партии. Тем же путём алгоритм AlphaGo от Google DeepMind научился побеждать в китайскую игру го — что было воспринято как прорыв, поскольку го намного сложнее и нелинейнее, чем шахматы.

Совсем недавно нейронную сеть научили предсказывать объятия, поцелуи и рукопожатия. Для этого ей пришлось посмотреть множество сериалов.

Источник: youtube.com

• Поиграться с упрощённой моделью нейросетей и лучше понять её принципы можно здесь.
• На youtube также есть серия доходчивых рисованных роликов о том, как работают нейросети.

Ещё один популярный сервис — это Dreamscope, который умеет не только мечтать о собаках, но и имитировать различные живописные стили. Обработка изображений здесь тоже происходит очень просто и быстро (около 30 секунд).

Королева Великобритании Елизавета II до и после обработки в Dreamscope.

Источник: ibtimes.com.au

Судя по всему, алгоритмическая часть сервиса представляет собой модификацию программы «Neural style», о которой мы уже писали.

Совсем недавно появилась программа, которая реалистично раскрашивает чёрно-белые изображения. В предыдущих версиях похожие программы справлялись со своей задачей намного далеко не так хорошо, и считалось большим достижением, если хотя бы 20% людей не могут отличить настоящую картинку от изображения, раскрашенного компьютером.

Астронавт «Аполлона-12» до и после колоризации.

Источник: wikipedia.org

Причём колоризация здесь занимает всего около 1 минуты.

Та же самая компания разработчиков также запустила сервис, который распознаёт на картинках разные виды объектов.

На этой картинке сервис увидел азиатский храм, фонтан или пагоду.

Источник: princeton.edu

Эти сервисы могут показаться всего лишь забавным развлечением, но на самом деле всё гораздо интереснее. Новые технологии входят в практику художников-людей и меняют наши представления об искусстве. Вероятно, вскоре людям придётся конкурировать с машинами и в области творчества.

Научить алгоритмы распознаванию образов — задача, над которой уже давно бьются разработчики искусственного интеллекта. Поэтому программы, которые раскрашивают старые снимки и рисуют в небе собак, можно считать частью более масштабного и интригующего процесса.