Váš notebook nespí. On sní.
Zatímco vy odpočíváte, miliony serverů jsou zaneprázdněny přehodnocováním starých dat a generováním podivných, nových věcí. Motorem tohoto digitálního lucidního snění je Google Deep Dream. Jedná se o program určený k vyhledávání vzorů v obrázcích a jejich následnému zkreslení k nepoznání.
Nahráváte fotku. Algoritmus hledá rozpoznatelné prvky. Zesiluje je, dokud nepřevezmou celý obraz. Výsledky se pohybují od vtipných přes umělecké až po skutečně děsivé.
Proč je Deep Dream důležitý
Tohle není jen párty trik. Je to okno do toho, jak stroje vidí svět. Zveřejněním těchto nástrojů se Google snažil pochopit, jak jeho systémy kategorizují a indexují vizuální data. Můžete to zkusit sami. Nahrajte fotku svého psa. O několik sekund později získáte fantastickou zkreslenou verzi stejného obrázku.
Výsledek připomíná setkání Salvadora Dalího s Hieronymem Boschem, než narazil do Van Goghovy palety. Listy se mění v barevné víry. Z hor se stávají opakující se obdélníky. Prázdné krajiny vyrůstají s pagodami, auty, mosty a částmi lidských těl.
A zvířata. Vždy zvířata.
Stáhněte si fotografii portrét Toma Cruise. Program nevidí herce. Vidí záhyby a prostory, které připomínají psí hlavy, rybí šupiny a další známé tvory. Ale nejsou to obyčejná zvířata. Jsou to fantastické rekonstrukce smíchané s kaleidoskopem nasáklým LSD. Jsou děsiví. Děsivé.
Google na své servery nedává halucinogeny. Řídí tyto stojany křemíku, aby analyzovaly obrázky a poté je reprodukovaly jako nové reprezentace našeho světa.
Neurony v bitech
Jak to funguje? To je způsobeno samotnou podstatou vytváření digitálních zařízení. Jde o to, jak stroje zpracovávají nepředstavitelné objemy dat, která ukládáme do cloudu. Proces simuluje neuronové sítě. Vrstvy abstrakce. Stroj hledá hrany, pak tvary a pak objekty. Deep Dream ji nutí soustředit se ještě více na to, co najde jako první.
Není to magie. To je matematika. Ale výsledek vypadá jako živý.
Výsledkem je obvykle bizarní hybridní digitální snímek, který vypadá, jako by Salvador Dalí měl divokou usínací párty s Hieronymem Boschem a Vincentem Van Goghem.
Roky se snažíme, aby umělá inteligence vypadala jako lidská. Deep Dream dělá pravý opak. Díky tomu obrázky vypadají jako AI. Odhaluje propast mezi tím, jak vidíme, a tím, jak kód zpracovává světlo.
Důsledky přesahují podivná umělecká díla. Pokud lze stroj přimět, aby viděl tváře v oblacích, co jiného vidí, aniž bychom si toho všimli? Jaké vzory se skrývají na očích a čekají na odhalení správných parametrů?
To ještě nevíme. Servery nadále fungují. Obrázky se neustále mění. Sen pokračuje.
Počítače nežijí. Oni nespí. Oni nesní. Nebo jsme si to alespoň mysleli. Deep Dream však této logice slouží jako nápadný vizuální protipól. Dokazuje, jak zvrácený může být počítačový program, když je nucen strávit data z lidského světa.
Historie jeho vzniku není mystická. Je byrokratická. Inženýři Google vytvořili počáteční rámec pro ImageNet Large Scale Visual Recognition Challenge. Tato každoroční soutěž, která byla zahájena v roce 2010, staví proti sobě desítky organizací. Cíl je jednoduchý: najít nejúčinnější způsob automatické detekce a klasifikace milionů obrázků. Každý rok vývojáři vylepšují své metody. Snaží se zlepšit přesnost. Přeceňují přístupy.
Proč je to pro vás důležité?
Rozpoznávání obrázků zůstává do očí bijící mezerou ve standardní sadě internetových nástrojů. Vyhledávače stále spoléhají na ručně zadávaná klíčová slova. Proto musíte svou fotogalerii ručně označit slovy „kočka“, „dům“ nebo „Tommy“. Počítače mají problém podívat se na obrázek a pochopit ho. Vizuální data jsou chaotická. Jsou zaneřáděné. Vzdorují čisté kategorizaci.
Deep Dream změnil tento směr vývoje. Pomohl strojům naučit se vidět.
Architektura vnímání
Aby Deep Dream fungoval, programátoři použili umělou neuronovou síť (ANN). Toto není jen složitý algoritmus. Jedná se o systém navržený pro výuku vlastním tempem.
Architektura napodobuje lidský mozek. Váš mozek využívá více než 100 miliard neuronů. Tyto nervové buňky přenášejí impulsy, které udržují vaše tělo funkční. Deep Dream nemá tělo. Má vrstvy.
Typicky se síť skládá z 10–30 vrstev umělých neuronů.
Funguje to takto:
– Data vstupují do sítě.
– Umělé neurony filtrují tato data mnoha různými způsoby.
– Proces se opakuje znovu a znovu.
– Systém nakonec vytvoří výsledek.
V případě Deep Dream je výsledkem obraz. Ale ne ledajaký. Tohle je halucinace.
Jak Deep Dream zkresluje realitu
Možná se divíte, jak program promění známou scénu na CGI, která dokáže vyděsit vaše noční můry.
Odpověď spočívá v tom, jaké hodnoty sítě. Neuronová síť byla vycvičena k rozpoznávání vzorců. Při zpracování obrázku hledá hrany, tvary a textury. Deep Dream tyto vzorce zesiluje. Najde to, co pozná, a přehání to.
Nedetekuje jen psa. Najde „psí láci“ a zavede ji do každého rohu fotografie. Z větve stromu se stává chlupatá tlama. Stín se promění v pozorné oko. Počítač v podstatě promítá svůj vnitřní model světa na vaši fotografii.
Počítačové mozky a jízdní kola
Paralela mezi biologickým a umělým zpracováním je často přehnaná, ale mechanika je nápadně podobná. Stejně jako neuron vystřeluje na základě vstupu od jiných neuronů, každá vrstva sítě předává filtrovaná data další vrstvě. Čím hlubší je síť, tím abstraktnější se zobrazení stává.
Rané vrstvy mohou detekovat jednoduché čáry. Pozdější vrstvy odhalují složité struktury. Deep Dream to dovádí do extrému. Nezastaví se před uznáním. On generuje. Přebírá abstraktní pojmy naučené během tréninku a vnucuje jim vizuální podobu.
Takto se statický obraz mění v psychedelickou krajinu. Počítač nesní v lidském smyslu. Nemá žádné podvědomé touhy. Má váhy a offsety. Má ztrátovou funkci, kterou se snaží minimalizovat. Ale výsledek? Výsledek vypadá jako sen.
Neuronové sítě nezačínají zázračně třídit data. Potřebují školení. Bez referenční knihovny příkladů je systém slepý. Prochází pixely bez kontextu.
Učení se opírá o opakování. Blog Google vysvětluje mechaniku jasně. Pokud chcete, aby umělá neuronová síť (ANN) rozpoznala kolo, nakrmíte ho miliony obrázků. Stanovíte si také specifická pravidla: dvě kola. Sedadlo. Volant.
Pak to necháte působit. Výsledky jsou málokdy dokonalé. Systém může zaměnit motocykly nebo mopedy za jízdní kola. Zde přichází na řadu lidský zásah. Programátoři upravují kód. Upřesňují, že jízdní kola nemají motory ani výfuky. Znovu začnou cyklus. A znovu. Jemné ladění pokračuje, dokud není výsledek přijatelný.
Tým Deep Dream zaznamenal posun. Jakmile se síť naučí identifikovat objekty, může je také znovu vytvořit. Systém trénovaný na jízdních kolech může generovat nové obrázky jízdních kol bez nových vstupních dat. Klasifikuje, třídí a poté tvoří.
Ale proces generování je nedokonalý. I po analýze milionů fotografií jízdních kol počítač stále dělá kritické chyby. Dokáže připevnit lidské ruce k volantu. Nebo nohy do pedálů. Proč? Protože tréninková data často zahrnují lidi. Síť má potíže s oddělením částí jízdních kol od částí lidského těla.
K těmto chybám dochází z mnoha důvodů. Dokonce ani softwaroví inženýři plně nerozumí chování každého neuronu. Ale znalost architektury pomáhá vysvětlit selhání.
Umělé neurony pracují ve formě hromádek. Deep Dream používá 10 až 30 vrstev. Každá vrstva zachycuje na obrázku jiné detaily. Rané vrstvy odhalují spodní hranice a hrany. Střední vrstvy identifikují barvy a orientaci. Další vrstvy hledají tvary připomínající židle nebo žárovky. Poslední vrstvy reagují pouze na složité objekty, jako jsou auta, listí nebo budovy.
Vývojáři Google nazývají tuto architekturu inceptionism. Dokonce zveřejnili veřejnou galerii prací Deep Dream, aby předvedli výsledky.
Jakmile síť izoluje různé aspekty obrazu, otevírají se nové možnosti. Pro Deep Dream nařídil Google síti vytvořit zcela nové obrázky založené na extrahovaných funkcích.
Tma na okraji
Smyčka zpětné vazby umělého vnímání
Velkým tajemstvím není jen nechat algoritmus vybrat funkce. Je důležité přimět počítač, aby je obsesivně hledal. Inženýři Googlu dali Deep Dream za úkol najít vzory a zesílit je. Pokud algoritmus rozpozná tvar paisleyho psa na vaší pohovce, nezaznamená to pouze. Přehání obličej. Díky tomu jsou uši jasnější. Promění nezávadný textilní vzor v psí obličej.
Každá iterace přidává nové podrobnosti. Vlna. Oči. Zuby. Původní obraz je pohřben pod tíhou vlastních detekovaných prvků. Začínáte pohovkou a končíte psem. Pak se uvnitř toho psa objeví další pes. Je to rekurzivní aproximace, smyčka zpětné vazby, která se sama naživuje, dokud se obraz nezmění v něco psychedelického.
Mraky se mění ve vesmírné kobylky. Ze statického hluku vystupují duhové vozy. A vždy se najdou psi. Proč? Protože tréninková data zahrnovala 120 různých podtříd psů. Síť byla pečlivě vycvičena k rozpoznávání psů. Proto je při hledání tvarů pravděpodobnost nalezení psích tváří statisticky vysoká. Toto je zkreslení zabudované do kódu.
Dělat umění z ničeho
Deep Dream ani nepotřebuje zdrojový obrázek. Dejte mu bílou obrazovku. Dělejte náhodný hluk. Stále bude lovit strukturu. Na prázdné plátno pohlíží jako na surovinu pro smysl. Software se snaží vnutit chaosu řád. Hledá hrany. Konstruuje formy z prázdnoty.
To odhaluje hlavní účel projektu. Není to jen o podivném umění. Jde o to naučit stroje kontextualizovat vizuální data, která zaplavují internet. Cílem je zlepšit rozpoznávání obrazu. Zlepšit filtraci. Zlepšete naše chápání toho, co vidíme na internetu.
Sní?
Má počítač sen? Nebo jednoduše zpracovává údaje způsobem, který nám připadá znepokojivý?
Nikdo neprogramuje konkrétní úkoly. Pokyny jsou nejasné. Najděte podrobnosti. Zdůrazněte je. Opakovat. Software funguje bez výslovného lidského vedení. Výsledkem je přímý odraz této autonomie.
Jsou to umělecká díla vytvořená stroji? Možná. Jsou to projevy křemíkové logiky. Poukazují ale také na budoucnost, kdy počítače budou méně závislé na lidském vstupu. Můžete se bát, že inteligentní stroje převezmou kontrolu. Ale nyní vám tato technologie pomáhá rychleji procházet miliony fotografií. Zlepšuje vyhledávání. Zlepšuje vizuální zpracování.
Tempo vývoje se zrychluje. Díky experimentům, jako jsou tyto, další skok v rozpoznávání obrázků již začal. Jsme svědky raných fází nového druhu inteligence. Inteligence, která najde vzorce, které bychom mohli přehlédnout. Inteligence, která vidí psy v oblacích.
Často kladené otázky
Co je Operation DeepDream?
DeepDream, který Google spustil v roce 2015, využívá konvoluční neuronovou síť k vylepšení vzorů v obrázcích. Přidává do obrázku vrstvy a vytváří zvláštní, nadpozemské vizuální efekty vylepšením funkcí, které AI detekuje.
Je DeepDream Generator zdarma?
Ano, DeepDream Generator je zdarma k použití.
