Generelt

Dette neurale netværk ved, hvordan du vil se ud på 50 år. Hvordan virker hun?

Det er ingen hemmelighed, at nu oftest er neurale netværkbrugt i fotografering. Vi har allerede set, hvordan de er i stand til at arbejde med animation på en almindelig computer, og billederne skrevet af kunstig intelligens går dyre under hammeren end berømte kunstners værker. Ikke overraskende var det neurale netværk, der dannede grundlaget for FaceApp-applikationen, som i løbet af få dage fik popularitet over hele verden, og stormede App Store og Google Play-butikkerne.

Ilon Musk efter Mars koloniserede

Hvorfor billedet? Svaret er virkelig enkelt - der er en masse billeder og forskellige billeder på nettet. Og ikke bare meget, deres milliarder! Antallet af fotos er sandsynligvis længe overskredet antallet af jordens befolkning, og selvom ikke alle billederne er lagt ud på Internettet, er der stadig mange af dem. Derfor er det neurale netværk meget lettere at træne på baggrund af fotos: det kan "fodre" en masse data, der er i det offentlige domæne. Det var sådan, udviklerne af FaceApp formåede at opnå en imponerende nøjagtighed i videobehandling - applikationen er meget godt i stand til kunstigt at "ældes" og forynge folk, ændre frisure og sætte makeup - der er ganske mange muligheder.

Vores landsmand står bag udviklingen af ​​FaceApp- Yaroslav Goncharov, født i Yandex, der grundlagde Wireless Lab-virksomheden. Flere projekter i det nye selskab var forbundet med en dybtgående træning af neurale netværk, og det var FaceApp, der “fyrede”, fordi det er fotos og videoer, der vil blive den vigtigste type information i den nærmeste fremtid. Ved hjælp af analysen af ​​mønstre i menneskers udseende opretter FaceApp nye billeder, hvor en person for eksempel ser yngre, voksen eller smilende ud.

Jeff Bezos efter solgt til Amazon

Ansøgningen blev populær efter nogle fåmåneder efter frigivelsen i begyndelsen af ​​2017. FaceApp afholdt på toppen af ​​App Store og Google Play i Rusland, USA, England, Frankrig, Tyskland og mange andre lande. Snart nåede applikationen 40 millioner downloads. Interessant nok bragte den nye runde af popularitet FaceApp nøjagtigt filteret "aldring". Mange unge spekulerede på, hvordan de ville se ud efter 30, 40 og endda 60 år, og FaceApp på bekostning af nøjagtigheden af ​​deres algoritmer gjorde det muligt for dem at gøre det.

Udviklere afslører ikke den anvendte algoritme(Overraskende). Måske er projektet baseret på StyleGAN generative neurale netværksalgoritmer udviklet af Nvidia. Det var han, der var involveret i projektet denne personnotexist, der genererede en realistisk person, der faktisk aldrig eksisterede. Sandt nok, i dette tilfælde foregik arbejdet i to neurale netværk på én gang: Et af dem var direkte ansvarlig for at skabe billedet, hvorefter den anden analyserede billedet for realisme. Når der genereres et ansigt, bruger et neuralt netværk funktionerne fra flere mennesker på én gang og tilpasser dem derefter efter den rigtige alder, ansigtsudtryk, hårlængde og andre parametre.

I tilfælde af FaceApp, sandsynligvis generatoren førstdefinerer egenskaberne for et menneskeligt ansigt (fra smil til hår og endda fregner) og pålægger det derefter attributterne fra et gammelt / ungt ansigt (som rynker eller tværtimod glat hud) - men så billedet ser ud som et rigtigt.

26-årig forfatter af Hi-News.ru, efter at han besluttede at møde alderdom i Schweiz

Læs også - Yandex Neural Network har skrevet et teaterstykke til et symfoniorkester

Sådan downloades FaceApp

Programmet kan downloades gratis til iPhone (her) og Android (her). Oprindeligt er det oprindelige sæt værktøjer tilgængeligt, men hvis du abonnerer, skal du få avancerede filtre.

FaceApp indsamler brugerdata?

Når du bruger tjenester baseret påneurale netværk lyver, skal de forstå, at hver “fodret” megabyte data bruges til yderligere læring af det neurale netværk. Så på en måde indsamler applikationen brugerdata. Og her er der to sider af medaljen: På den ene ønsker du kun at have dine fotos med dig selv; på den anden side skal det neurale netværk på en eller anden måde undervises, for uden dette kunne FaceApp ikke ændre fotos så realistisk.

Selvfølgelig, for gode udviklere børadvarer om, at de indsamler data, ellers kan nogen tænke på, at de senere vil blive videresolgt og marketingfolk vil blive brugt til kontekstuel reklame. Eller et foto af forfatteren af ​​Hi-News.ru vises i en annonce om en enkelt bank for pensionister (jeg håber ikke).

Jeg spekulerer på, hvor langt de neurale netværk vil bevæge sig indde næste par år. For kun to år siden skabte Lyrebird fra Montreal en AI-baseret talesynthesizer, der var i stand til at gengive enhver stemme. For at følge systemet tager det kun et par sekunder at lyde den ønskede persons stemme, på basis af hvilken lydfragmentet oprettes. Præcis efterligning af stemmen er mulig ved brug af neurale netværk baseret på kunstig intelligens, der arbejder på de samme principper som de neurale netværk i den menneskelige hjerne. AI lærer at genkende egenskaberne ved menneskelig tale, og derefter bruges disse data allerede til at syntetisere en kunstig stemme. Så selfies er langt fra grænsen for at bruge neurale netværk.

Men dataindsamling er det værd at overveje.