Γενικά

Αυτό το νευρωνικό δίκτυο ξέρει πώς θα μοιάζετε σε 50 χρόνια. Πώς δουλεύει;

Δεν είναι μυστικό ότι πλέον τα νευρικά δίκτυα είναι πιο συχνάπου χρησιμοποιούνται στη φωτογραφία. Έχουμε ήδη δει πώς είναι σε θέση να δουλέψουν με κινούμενα σχέδια σε έναν κανονικό υπολογιστή, και οι εικόνες που γράφονται με τεχνητή νοημοσύνη πηγαίνουν κάτω από το σφυρί πιο ακριβά από τα έργα των διάσημων καλλιτεχνών. Δεν αποτελεί έκπληξη το γεγονός ότι ήταν νευρωνικά δίκτυα που αποτέλεσαν τη βάση της εφαρμογής FaceApp, η οποία σε λίγες μέρες κέρδισε δημοτικότητα σε όλο τον κόσμο, κατακλύζοντας τα καταστήματα App Store και Google Play.

Ilon Musk μετά τον αποικισμό του Άρη

Γιατί η φωτογραφία; Η απάντηση είναι πολύ απλή - υπάρχουν πολλές εικόνες και διάφορες εικόνες στο διαδίκτυο. Και όχι μόνο πολλά, τα δισεκατομμύρια τους! Πιθανώς, ο αριθμός των φωτογραφιών έχει υπερβεί κατά πολύ τον αριθμό του πληθυσμού της Γης, και ακόμη και αν όχι όλες οι εικόνες είναι στο Διαδίκτυο, υπάρχουν ακόμα πολλά από αυτά. Επομένως, το νευρωνικό δίκτυο είναι πολύ πιο εύκολο να εκπαιδευτεί με βάση τις φωτογραφίες: μπορεί να "τροφοδοτήσει" πολλά δεδομένα που είναι δημόσιο. Έτσι, οι υπεύθυνοι για την ανάπτυξη του FaceApp κατάφεραν να επιτύχουν εντυπωσιακή ακρίβεια στην επεξεργασία βίντεο - η εφαρμογή είναι πολύ καλά ικανή να "γεράσει" και να αναζωογονήσει τους ανθρώπους, να αλλάξει το χτένισμα και να κάνει μακιγιάζ - υπάρχουν αρκετές δυνατότητες.

Ο συμπατριώτης μας βρίσκεται πίσω από την ανάπτυξη του FaceApp- Yaroslav Goncharov, ντόπιος Yandex, ο οποίος ίδρυσε την εταιρεία Wireless Lab. Αρκετά έργα της νέας εταιρείας συνδέονταν με την κατάρτιση σε βάθος των νευρωνικών δικτύων και ήταν FaceApp που "πυροδότησε", επειδή πρόκειται για φωτογραφίες και βίντεο που θα γίνουν το πιο σημαντικό είδος πληροφοριών στο εγγύς μέλλον. Με τη βοήθεια της ανάλυσης των μοτίβων στην εμφάνιση των ανθρώπων, το FaceApp δημιουργεί νέες εικόνες στις οποίες ένα άτομο φαίνεται νεώτερο, ενήλικα ή χαμογελαστό, για παράδειγμα.

Jeff Bezos μετά την πώληση στο Amazon

Η εφαρμογή έγινε δημοφιλής μετά από λίγεςμήνες μετά την απελευθέρωση στις αρχές του 2017. Το FaceApp κρατιέται πάνω από το App Store και το Google Play στη Ρωσία, τις ΗΠΑ, το Ηνωμένο Βασίλειο, τη Γαλλία, τη Γερμανία και πολλές άλλες χώρες. Σύντομα, η εφαρμογή έφτασε τα 40 εκατομμύρια λήψεις. Είναι ενδιαφέρον ότι ο νέος γύρος της δημοτικότητας FaceApp έφερε ακριβώς το φίλτρο "γήρανση". Πολλοί νέοι ενδιαφέρθηκαν για το πώς θα φρόντιζαν μετά από 30, 40 και 60 χρόνια, ενώ το FaceApp σε βάρος της ακρίβειας των αλγορίθμων τους επέτρεπε να το κάνουν.

Οι προγραμματιστές δεν αποκαλύπτουν τον χρησιμοποιούμενο αλγόριθμο(μη εκπληκτικό). Ίσως το έργο βασίζεται στον αλγόριθμο γενετικού νευρικού δικτύου StyleGAN που αναπτύχθηκε από τη Nvidia. Ήταν αυτός που συμμετείχε στο έργο αυτού του υπερηφάνειας, που δημιούργησε ένα ρεαλιστικό πρόσωπο που δεν υπήρχε ποτέ. Είναι αλήθεια ότι στην περίπτωση αυτή το έργο δύο νευρωνικών δικτύων έλαβε χώρα αμέσως: ένας από αυτούς ήταν άμεσα υπεύθυνος για τη δημιουργία της εικόνας, μετά την οποία το δεύτερο ανέλυσε την εικόνα για ρεαλισμό. Όταν παράγει ένα πρόσωπο, ένα νευρικό δίκτυο χρησιμοποιεί τα χαρακτηριστικά πολλών ανθρώπων ταυτόχρονα και στη συνέχεια τα προσαρμόζει με τη σωστή ηλικία, τις εκφράσεις του προσώπου, το μήκος των μαλλιών και άλλες παραμέτρους.

Στην περίπτωση του FaceApp, ίσως πρώτα η γεννήτρια(από το χαμόγελο στα μαλλιά και ακόμη και τις φακίδες), και στη συνέχεια επιβάλλει σε αυτό τα χαρακτηριστικά ενός παλιού / νέου προσώπου (όπως οι ρυτίδες ή, αντίθετα, το λείο δέρμα) - αλλά έτσι ώστε η εικόνα μοιάζει με μια πραγματική.

26χρονη συγγραφέας του Hi-News.ru αφού αποφάσισε να συναντήσει γήρας στην Ελβετία

Διαβάστε επίσης - το Yandex Neural Network έχει γράψει ένα έργο για μια συμφωνική ορχήστρα

Πώς να κατεβάσετε FaceApp

Η εφαρμογή μπορεί να μεταφορτωθεί δωρεάν για iPhone (εδώ) και Android (εδώ). Αρχικά, το αρχικό σύνολο εργαλείων είναι διαθέσιμο, αλλά αν εγγραφείτε, αποκτήστε προηγμένα φίλτρα.

Το FaceApp συλλέγει δεδομένα χρήστη;

Όταν χρησιμοποιείτε υπηρεσίες που βασίζονται σετα νευρωνικά δίκτυα βρίσκονται, πρέπει να καταλάβουν ότι κάθε "τροφοδοτούμενο" μεμβράνη δεδομένων χρησιμοποιείται για την περαιτέρω εκμάθηση του νευρικού δικτύου. Έτσι, κατά μία έννοια, η εφαρμογή συλλέγει δεδομένα χρήστη. Και εδώ υπάρχουν δύο όψεις του μεταλλίου: από τη μία, θέλετε μόνο να κρατήσετε τις φωτογραφίες σας με τον εαυτό σας. από την άλλη πλευρά, το νευρικό δίκτυο πρέπει να διδαχθεί με κάποιο τρόπο, διότι χωρίς αυτό, το FaceApp δεν θα μπορούσε να αλλάξει τις φωτογραφίες τόσο ρεαλιστικά.

Φυσικά, για καλό προγραμματιστές πρέπειπροειδοποιούν ότι συλλέγουν δεδομένα, ειδάλλως κάποιος μπορεί να πιστεύει ότι αργότερα θα μεταπωληθούν και οι έμποροι θα χρησιμοποιηθούν για τη συμφραζόμενη διαφήμιση. Ή μια φωτογραφία από τον συγγραφέα του Hi-News.ru θα εμφανιστεί σε μια διαφήμιση μιας ενιαίας τράπεζας για συνταξιούχους (ελπίζω όχι).

Αναρωτιέμαι πόσο μακριά θα κινηθούν τα νευρικά δίκτυατα επόμενα χρόνια. Μόλις πριν από δύο χρόνια, ο Lyrebird από το Μόντρεαλ δημιούργησε έναν συνθέτη ομιλίας βασισμένο σε AI ικανό να αναπαραγάγει οποιαδήποτε φωνή. Για να ακολουθήσετε το σύστημα, χρειάζονται μόνο μερικά δευτερόλεπτα για να ακουσθεί η φωνή του απαιτούμενου προσώπου, βάσει του οποίου θα δημιουργηθεί το θραύσμα ήχου. Η ακριβής απομίμηση της φωνής είναι δυνατή μέσω της χρήσης νευρωνικών δικτύων βασισμένων στην τεχνητή νοημοσύνη, που εργάζονται στις ίδιες αρχές με τα νευρωνικά δίκτυα του ανθρώπινου εγκεφάλου. Το AI μαθαίνει να αναγνωρίζει τα χαρακτηριστικά της ανθρώπινης ομιλίας και στη συνέχεια τα δεδομένα αυτά χρησιμοποιούνται ήδη για να συνθέσουν μια τεχνητή φωνή. Επομένως, οι selfies απέχουν πολύ από το όριο χρήσης νευρωνικών δικτύων.

Αλλά η συλλογή δεδομένων αξίζει να εξεταστεί.