Wie Googles Deep Dream Fotos in surreale Halluzinationen verwandelt

Ihr Laptop schläft nicht. Es ist Träumen.

Während Sie Zs nachholen, sind Millionen von Servern damit beschäftigt, alte Daten neu zu interpretieren und seltsames, neues Material auszuspucken. Der Motor hinter diesem digitalen Klarträumen ist Google Deep Dream. Es ist ein Programm, das darauf ausgelegt ist, Muster in Bildern zu finden und sie dann in etwas Unkenntliches zu verwandeln.

Sie laden ein Bild hoch. Der Algorithmus sucht nach Merkmalen, die er erkennt. Es verstärkt sie, bis sie die Macht übernehmen. Das Ergebnis reicht von albern über künstlerisch bis hin zu geradezu albtraumhaftem Treibstoff.

Warum tiefe Träume wichtig sind

Das ist nicht nur ein Partytrick. Es ist ein Fenster in die Art und Weise, wie Maschinen sehen. Durch die Veröffentlichung dieser Tools wollte Google verstehen, wie seine Systeme visuelle Daten klassifizieren und indizieren. Sie können es selbst ausprobieren. Laden Sie ein Foto Ihres Hundes hoch. Sekunden später erhalten Sie eine fantastische, verzerrte Version desselben Bildes.

Die Ausgabe sieht so aus, als würde Salvador Dali mit Hieronymus Bosch kollidieren und dann gegen Van Goghs Palette prallen. Blätter werden zu bunten Wirbeln. Berge verwandeln sich in sich wiederholende Rechtecke. In leeren Landschaften wachsen Pagoden, Autos, Brücken und menschliche Körperteile.

Und Tiere. Immer Tiere.

Laden Sie ein Porträt von Tom Cruise hoch. Das Programm sieht keinen Schauspieler. Es erkennt Falten und Zwischenräume, die Hundeköpfen, Fischschuppen und anderen bekannten Kreaturen ähneln. Aber das sind keine normalen Tiere. Es sind fantastische Nachbildungen, gekreuzt mit einem LSD-gefärbten Kaleidoskop. Sie sind unheimlich. Erschreckend.

Google füttert seine Server nicht mit halluzinogenen Chemikalien. Es führt diese Siliziumgestelle dazu, Bilder zu analysieren und sie als neue Darstellungen unserer Welt wiederzuerwecken.

Neuronen in Bits

Wie funktioniert es? Es spricht für die Art und Weise, wie wir digitale Geräte bauen. Es geht darum, wie Maschinen die unvorstellbare Datenmenge verarbeiten, die wir in die Cloud laden. Der Prozess ahmt neuronale Netze nach. Ebenen der Abstraktion. Die Maschine sucht nach Kanten, dann nach Formen und dann nach Objekten. Deep Dream zwingt es, alles, was es zuerst findet, zu verdoppeln.

Es ist keine Zauberei. Es ist Mathematik. Aber die Ausgabe fühlt sich lebendig an.

Das Ergebnis ist typischerweise ein bizarres hybrides digitales Bild, das aussieht, als hätte Salvador Dali die ganze Nacht eine wilde Malparty mit Hieronymus Bosch und Vincent van Gogh veranstaltet.

Wir verbringen Jahre damit, KI wie Menschen aussehen zu lassen. Deep Dream macht das Gegenteil. Es lässt Bilder wie KI aussehen. Es zeigt die Lücke zwischen unserem Sehvermögen und der Art und Weise, wie Code Licht verarbeitet.

Die Implikationen gehen über seltsame Kunst hinaus. Wenn eine Maschine dazu gebracht werden kann, Gesichter in Wolken zu sehen, was sieht sie dann sonst noch, was wir ignorieren? Welche Muster verbergen sich im Verborgenen und warten darauf, dass die richtigen Parameter zum Vorschein kommen?

Wir wissen es noch nicht. Die Server funktionieren weiter. Die Bilder verändern sich ständig. Der Traum geht weiter.

Computer sind anorganisch. Sie schlafen nicht. Sie träumen nicht. Zumindest haben wir das angenommen. Doch „Deep Dream“ steht im krassen, visuellen Widerspruch zu dieser Logik. Es beweist, wie verdreht ein Computerprogramm werden kann, wenn es gezwungen ist, Daten aus der menschlichen Welt zu verarbeiten.

Die Entstehungsgeschichte ist nicht mystisch. Es ist bürokratisch. Die Ingenieure von Google haben das erste Framework für die ImageNet Large Scale Visual Recognition Challenge erstellt. Bei diesem jährlichen Wettbewerb, der 2010 ins Leben gerufen wurde, treten Dutzende Organisationen gegeneinander an. Das Ziel ist einfach: Finden Sie den effektivsten Weg, Millionen von Bildern automatisch zu erkennen und zu klassifizieren. Jedes Jahr optimieren die Entwickler ihre Methoden. Sie drängen auf eine bessere Genauigkeit. Sie bewerten neu.

Warum ist Ihnen das wichtig?

Die Bilderkennung bleibt eine eklatante Lücke im Standard-Internet-Toolkit. Suchmaschinen klammern sich immer noch an eingegebene Schlüsselwörter. Aus diesem Grund müssen Sie Ihre Fotobibliothek manuell mit „Katze“, „Haus“ oder „Tommy“ kennzeichnen. Computer haben Schwierigkeiten, ein Bild anzusehen und es zu verstehen. Visuelle Daten sind chaotisch. Es ist vollgestopft. Es entzieht sich einer sauberen Kategorisierung.

Deep Dream hat diesen Kurs verändert. Es half Maschinen, das Sehen zu lernen.

Die Architektur der Wahrnehmung

Damit Deep Dream funktioniert, setzten Programmierer ein künstliches neuronales Netzwerk (ANN) ein. Dies ist nicht nur ein ausgefallener Algorithmus. Es handelt sich um ein System zum selbstständigen Lernen.

Die Architektur ahmt das menschliche Gehirn nach. Ihr Gehirn nutzt über 100 Milliarden Neuronen. Diese Nervenzellen übertragen Impulse, die Ihren Körper am Laufen halten. Deep Dream hat keinen Körper. Es hat Schichten.

Typischerweise besteht das Netzwerk aus 10 bis 30 Schichten künstlicher Neuronen.

Hier ist der Prozess:
– Daten gelangen ins Netzwerk.
– Künstliche Neuronen filtern diese Daten auf vielfältige Weise.
– Der Vorgang wiederholt sich immer wieder.
– Das System kommt schließlich zu einem Ergebnis.

Im Fall von Deep Dream ist das Ergebnis ein Bild. Aber nicht irgendein Bild. Es ist eine Halluzination.

Wie tiefe Träume die Realität verzerren

Sie fragen sich vielleicht, wie ein Programm eine vertraute Szene in Computerkunst-Renderings umwandelt, die Sie in Albträumen verfolgen könnten.

Die Antwort liegt in den Werten des Netzwerks. Das neuronale Netzwerk wurde darauf trainiert, Muster zu erkennen. Wenn ein Bild verarbeitet wird, sucht es nach Kanten, Formen und Texturen. Deep Dream verstärkt diese Muster. Es findet, was es erkennt, und übertreibt es.

Es erkennt nicht nur einen Hund. Es findet „Hundehaftigkeit“ und fügt sie in jede Ecke des Fotos ein. Aus einem Ast wird eine pelzige Schnauze. Aus einem Schatten wird ein wachsames Auge. Der Computer projiziert im Wesentlichen sein internes Modell der Welt auf Ihr Foto.

Computergehirne und Fahrräder

Die Parallele zwischen biologischer und künstlicher Verarbeitung wird oft überbewertet, aber die Mechanismen sind überraschend ähnlich. So wie ein Neuron aufgrund der Eingaben anderer aktiviert wird, gibt jede Schicht im Netzwerk gefilterte Daten an die nächste weiter. Je tiefer das Netzwerk, desto abstrakter die Darstellung.

Frühe Schichten könnten einfache Linien erkennen. Spätere Schichten erkennen komplexe Strukturen. Deep Dream treibt dies auf die Spitze. Beim Erkennen hört es nicht auf. Es erzeugt. Es übernimmt die während des Trainings erlernten abstrakten Konzepte und bringt sie in visuelle Form.

So wird aus einem statischen Bild eine psychedelische Landschaft. Der Computer träumt nicht im menschlichen Sinne. Es gibt keine unbewussten Wünsche. Es hat Gewichtungen und Vorurteile. Es hat eine Verlustfunktion, die es zu minimieren versucht. Aber die Ausgabe? Die Ausgabe sieht aus wie ein Traum.

Neuronale Netze beginnen nicht einfach so, Daten zu sortieren. Sie brauchen Schulung. Ohne eine Referenzbibliothek mit Beispielen ist das System blind. Es durchsucht Pixel ohne Kontext.

Training setzt auf Wiederholung. Der Blog von Google erklärt die Mechanismen klar. Wenn Sie möchten, dass ein künstliches neuronales Netzwerk (ANN) ein Fahrrad erkennt, füttern Sie es mit Millionen von Bildern. Sie kodieren auch bestimmte Regeln: zwei Räder. Ein Sitzplatz. Lenker.

Dann lässt man es laufen. Die Ergebnisse sind selten perfekt. Das System kennzeichnet möglicherweise Motorräder oder Mopeds als Fahrräder. Hier kommt der menschliche Eingriff ins Spiel. Programmierer optimieren den Code. Sie stellen klar, dass es bei Fahrrädern an Motoren und Auspuffrohren mangelt. Sie führen die Schleife noch einmal durch. Und noch einmal. Die Feinabstimmung wird fortgesetzt, bis die Ausgabe akzeptabel ist.

Das Deep Dream-Team bemerkte eine Veränderung. Sobald ein Netzwerk lernt, Objekte zu identifizieren, kann es diese auch neu erstellen. Ein auf Fahrräder trainiertes System kann ohne neue Eingaben neue Fahrradbilder generieren. Es klassifiziert, sortiert und erstellt dann.

Aber der Generierungsprozess ist fehlerhaft. Selbst nach der Analyse von Millionen von Fahrradfotos macht der Computer schwerwiegende Fehler. Es könnte Menschenhände am Lenker befestigen. Oder Füße zu Pedalen. Warum? Denn in den Trainingsdaten sind häufig Personen enthalten. Das Netzwerk hat Mühe, Fahrradteile von menschlichen Teilen zu trennen.

Diese Fehler treten aus vielen Gründen auf. Selbst Softwareentwickler verstehen nicht vollständig das Verhalten jedes Neurons. Aber die Kenntnis der Architektur hilft, die Störungen zu erklären.

Die künstlichen Neuronen arbeiten in Stapeln. Deep Dream verwendet zwischen 10 und 30 Schichten. Jede Ebene erfasst unterschiedliche Bilddetails. Frühe Ebenen erkennen grundlegende Ränder und Kanten. Die mittleren Schichten kennzeichnen Farben und Ausrichtung. Andere Ebenen suchen nach Formen, die an Stühle oder Glühbirnen erinnern. Die letzten Schichten reagieren nur auf komplexe Objekte wie Autos, Blätter oder Gebäude.

Die Entwickler von Google nennen diese Architektur Inceptionism. Sie veröffentlichten sogar eine öffentliche Galerie der Arbeiten von Deep Dream, um die Ergebnisse zu präsentieren.

Sobald das Netzwerk verschiedene Bildaspekte isoliert, eröffnen sich neue Möglichkeiten. Für Deep Dream wies Google das Netzwerk an, aus diesen extrahierten Features völlig neue Bilder zu generieren.

Dunkelheit am Rande

Die Rückkopplungsschleife der künstlichen Wahrnehmung

Der eigentliche Trick besteht darin, den Algorithmus nicht einfach Funktionen auswählen zu lassen. Dadurch wird der Computer von ihnen besessen. Die Ingenieure von Google gaben Deep Dream eine Anweisung: Muster finden und verstärken. Wenn es im Paisley-Gewebe Ihres Sofas eine Hundeform entdeckt, bemerkt es es nicht einfach. Es übertreibt die Schnauze. Es schärft die Ohren. Es verwandelt einen harmlosen Textildruck in ein Hundegesicht.

Jede Iteration wird detaillierter. Fell. Augen. Zähne. Das Originalbild wird unter der Last seiner eigenen Erkennung begraben. Sie beginnen mit einer Couch. Am Ende hast du einen Hund. Dann ein weiterer Hund in diesem Hund. Es ist ein rekursiver Zoom, eine Rückkopplungsschleife, die sich selbst speist, bis sich das Bild in etwas Psychedelisches verwandelt.

Wolken werden zu Weltraumheuschrecken. Regenbogenautos tauchen aus statischer Aufladung auf. Und es gibt immer Hunde. Warum? Weil die Trainingsdaten 120 verschiedene Unterklassen von Hunden umfassten. Das Netzwerk wurde fachmännisch in der Hundeerkennung klassifiziert. Wenn es also nach Formen sucht, ist es statistisch gesehen wahrscheinlich, dass es Welpengesichter findet. Es ist eine im Code verankerte Voreingenommenheit.

Kunst aus dem Nichts schaffen

Deep Dream benötigt nicht einmal ein Quellbild. Füttere es mit einem weißen Bildschirm. Füttere es mit zufälligem Rauschen. Es wird immer noch nach Struktur suchen. Es behandelt die leere Leinwand als Rohmaterial für Bedeutung. Die Software versucht, Ordnung in das Chaos zu bringen. Es sucht nach Kanten. Es konstruiert Formen aus der Leere.

Dies verdeutlicht den Kernzweck des Projekts. Es geht nicht nur um seltsame Kunst. Es geht darum, Maschinen beizubringen, die visuellen Daten, die das Internet überfluten, zu kontextualisieren. Das Ziel ist eine bessere Bilderkennung. Bessere Filterung. Besseres Verständnis dessen, was wir online sehen.

Träumen sie?

Träumt der Computer? Oder handelt es sich lediglich um eine Datenverarbeitung auf eine Art und Weise, die uns beunruhigt?

Niemand programmiert bestimmte Aufgaben. Die Anweisungen sind vage. Finden Sie Details. Betonen Sie sie. Wiederholen. Die Software funktioniert ohne offensichtliche menschliche Anleitung. Die Ausgabe ist eine direkte Widerspiegelung dieser Autonomie.

Sind das maschinell geschaffene Kunstwerke? Vielleicht. Sie sind Manifestationen der Siliziumlogik. Sie weisen aber auch auf eine Zukunft hin, in der Computer weniger auf menschliche Eingaben angewiesen sind. Sie könnten befürchten, dass intelligente Maschinen die Macht übernehmen. Derzeit hilft Ihnen diese Technologie, Millionen von Fotos schneller zu durchsuchen. Es verbessert die Suche. Es verbessert die visuelle Datenverarbeitung.

Das Tempo des Fortschritts beschleunigt sich. Dank Experimenten wie diesem ist der nächste Sprung in der Bilderkennung bereits im Gange. Wir sehen die frühen Stadien einer neuen Art von Intelligenz. Eines, das Muster findet, die wir möglicherweise übersehen. Einer, der Hunde in den Wolken sieht.

Häufig beantwortete Fragen

Was ist Operation DeepDream?
DeepDream wurde 2015 von Google eingeführt und nutzt ein Faltungs-Neuronales Netzwerk, um Muster in Bildern zu verbessern. Es fügt dem Bild Ebenen hinzu und erzeugt seltsame, jenseitige Bilder, indem es die von der KI erkannten Merkmale verstärkt.

Ist der DeepDream-Generator kostenlos?
Ja, die Nutzung des DeepDream-Generators ist kostenlos.