Generelt

Dette nevrale nettverket vet hvordan du vil se ut om 50 år. Hvordan jobber hun?

Det er ingen hemmelighet at nå er nevrale nettverk oftestbrukt i fotografering. Vi har allerede sett hvordan de klarer å jobbe med animasjon på en vanlig datamaskin, og bildene skrevet av kunstig intelligens går under hammeren dyrere enn verkene til kjente artister. Ikke overraskende var det nevrale nettverk som lå til grunn for FaceApp-applikasjonen, som i løpet av noen dager fikk popularitet over hele verden, og stormet App Store og Google Play-butikker.

Ilon Musk etter at Mars koloniserte

Hvorfor bildet? Svaret er veldig enkelt - det er mange bilder og forskjellige bilder på nettet. Og ikke bare mye, milliardene deres! Antagelig har antallet bilder overskredet antallet befolkningen på jorden, og selv om ikke alle bildene er lagt ut på Internett, er det fortsatt mange av dem. Derfor er det nevrale nettverket mye lettere å trene på grunnlag av bilder: det kan "mate" mye data som er i det offentlige. Slik klarte utviklerne av FaceApp å oppnå imponerende nøyaktighet i videobehandling - applikasjonen er veldig godt i stand til å kunstig "bli gamle" og forynge folk, endre frisyre og ta på seg sminke - det er ganske mange muligheter.

Vår landsmann står bak utviklingen av FaceApp- Yaroslav Goncharov, innfødt fra Yandex, som grunnla selskapet Wireless Lab. Flere prosjekter i det nye selskapet ble assosiert med en grundig opplæring av nevrale nettverk, og det var FaceApp som “fyrte opp”, fordi det er bilder og videoer som vil bli den viktigste typen informasjon i nær fremtid. Ved hjelp av analysen av mønstre i utseendet til mennesker, skaper FaceApp nye bilder der en person ser yngre, voksen eller smilende ut.

Jeff Bezos etter å ha blitt solgt til Amazon

Søknaden ble populær etter noen fåmåneder etter utgivelsen tidlig i 2017. FaceApp holdt på toppen av App Store og Google Play i Russland, USA, Storbritannia, Frankrike, Tyskland og mange andre land. Snart nådde applikasjonen 40 millioner nedlastinger. Interessant nok brakte den nye runden med popularitet FaceApp nøyaktig filteret "aldring". Mange unge lurte på hvordan de ville se ut etter 30, 40 og til og med 60 år, og FaceApp på bekostning av nøyaktigheten til algoritmene deres tillot dem å gjøre det.

Utviklere avslører ikke algoritmen som er brukt(Overraskende). Kanskje er prosjektet basert på StyleGAN generative nevrale nettverksalgoritmer utviklet av Nvidia. Det var han som var involvert i prosjektet denne personnotexisten, som genererte en realistisk person som faktisk aldri eksisterte. Riktignok skjedde i så fall arbeidet med to nevrale nettverk på en gang: ett av dem var direkte ansvarlig for å lage bildet, hvoretter det andre analyserte bildet for realisme. Når du genererer et ansikt, bruker et nevralt nettverk funksjonene til flere mennesker samtidig, og tilpasser dem deretter etter riktig alder, ansiktsuttrykk, hårlengde og andre parametere.

Når det gjelder FaceApp, sannsynligvis først generatorendefinerer egenskapene til et menneskelig ansikt (fra smil til hår og til og med fregner), og pålegger det deretter attributtene til et gammelt / ungt ansikt (som rynker eller tvert imot, glatt hud) - men slik at bildet ser ut som et ekte.

26 år gamle forfatteren av Hi-News.ru etter at han bestemte seg for å møte alderdommen i Sveits

Les også - Yandex Neural Network har skrevet et skuespill for et symfoniorkester

Hvordan laste ned FaceApp

Applikasjonen kan lastes ned gratis for iPhone (her) og Android (her). I utgangspunktet er det første settet med verktøy tilgjengelig, men hvis du abonnerer, kan du få avanserte filtre.

FaceApp samler inn brukerdata?

Når du bruker tjenester basert pånevrale nettverk lyver, må de forstå at hver “matet” megabyte med data brukes til videre læring av nevrale nettverk. Så på en måte samler applikasjonen brukerdata. Og her er det to sider av medaljen: på den ene vil du bare beholde bildene dine med deg selv; på den annen side må nevrale nettverk på en eller annen måte læres, for uten dette kunne FaceApp ikke endre bilder så realistisk.

Selvfølgelig, for gode utviklere børadvarer om at de samler inn data, ellers kan noen tenke at de senere vil bli solgt på nytt og markedsførere vil bli brukt til kontekstuell reklame. Eller et bilde av forfatteren Hi-News.ru vil vises i en annonse for en enkelt bank for pensjonister (jeg håper ikke).

Jeg lurer på hvor langt de nevrale nettverkene vil bevege segde neste årene. For bare to år siden opprettet Lyrebird fra Montreal en AI-basert talesynthesizer som er i stand til å gjengi hvilken som helst stemme. For å følge systemet tar det bare noen få sekunder å høre lyden til den nødvendige personen, på bakgrunn av hvilken lydfragmentet skal opprettes. Den nøyaktige imitasjonen av stemmen er mulig gjennom bruk av nevrale nettverk basert på kunstig intelligens, og arbeider på de samme prinsippene som de nevrale nettverkene i den menneskelige hjerne. AI lærer å gjenkjenne egenskapene til menneskelig tale, og da er disse dataene allerede brukt til å syntetisere en kunstig stemme. Så selfies er langt fra grensen for å bruke nevrale nettverk.

Men datainnsamling er verdt å vurdere.

Facebook -melding for EU! Du må logge inn for å se og legge ut FB -kommentarer!