Ваш ноутбук не спить. Він мріє.
Поки ви відпочиваєте, мільйони серверів зайняті переосмисленням старих даних та генерацією дивних нових матеріалів. Двигуном цього цифрового усвідомленого сновидіння є Google Deep Dream. Це програма, призначена для пошуку патернів на зображеннях та їх подальшого спотворення до невпізнання.
Ви завантажуєте фотографію. Алгоритм шукає відомі елементи. Він посилює їх, доки вони не захоплюють все зображення. Результат варіюється від кумедного до художнього та аж до по-справжньому кошмарного.
Чому Deep Dream важливий
Це не просто фокус для вечірок. Це вікно у те, як машини бачать світ. Роблячи ці інструменти загальнодоступними, Google прагнув зрозуміти, як його системи класифікують та індексують візуальні дані. Ви можете спробувати самі. Завантажте фото собаки. Через кілька секунд ви отримаєте фантастичну, спотворену версію того самого зображення.
Результат нагадує зіткнення Сальвадора Далі з Ієронімом Босхом, після чого вони врізаються у палітру Ван Гога. Листя перетворюється на барвисті вихори. Гори стають прямокутниками, що повторюються. Порожні краєвиди проростають пагодами, автомобілями, мостами та частинами людського тіла.
І тварини. Завжди тварини.
Завантажте портрет Тома Круза. Програма не бачить актора. Вона бачить складки та простори, що нагадують собачі голови, риб’ячу луску та інших знайомих істот. Але це звичайні тварини. Це фантастичні реконструкції, що перемішані з калейдоскопом, просоченим ЛСД. Вони моторошні. Жахливі.
Google не підмішує галюциногени у свої сервери. Він спрямовує ці стійки з кремнієм на аналіз зображень та їхнє подальше відтворення у вигляді нових уявлень нашого світу.
Нейрони в бітах
Як це працює? Це з самої природою створення цифрових устройств. Йдеться про те, як машини переробляють неймовірні об’єми даних, які ми скидаємо у хмару. Процес імітує нейронні мережі. Шари абстракції. Машина шукає краї, потім форми, а потім об’єкти. Deep Dream змушує її ще більше акцентувати увагу на тому, що вона знаходить першу.
Не магія. Це математика. Але результат здається живим.
Результати зазвичай є химерний гібридний цифровий образ, який виглядає так, ніби Сальвадор Далі влаштував шалену нічну вечірку з Ієронімом Босхом і Вінсентом Ван Гогом.
Ми витрачаємо роки на те, щоб змусити ІІ виглядати як людина. Deep Dream робить навпаки. Він змушує зображення виглядати як ІІ. Він оголює розрив між тим, як ми бачимо, і тим, як код обробляє світло.
Наслідки виходять за межі дивних витворів мистецтва. Якщо машину можна змусити бачити обличчя у хмарах, що вона бачить, поки ми цього не помічаємо? Які патерни приховані на увазі, очікуючи на відповідні параметри для розкриття?
Ми поки що не знаємо. Сервери продовжують працювати. Зображення продовжують змінюватись. Сон продовжується.
Комп’ютери неживі. Вони не сплять. Вони не бачать снів. Або так нам здавалося. Проте Deep Dream є яскравим візуальним протиріччям цієї логіки. Він доводить, наскільки збоченою може стати комп’ютерна програма, коли її змушують перетравлювати дані з світу.
Історія виникнення не містична. Вона бюрократична. Інженери Google створили початкову основу конкурсу ImageNet Large Scale Visual Recognition Challenge. Цей щорічний конкурс, запущений у 2010 році, зводить на протистояння десятки організацій. Мета проста: знайти найефективніший спосіб автоматичного виявлення та класифікації мільйонів зображень. Щороку розробники удосконалюють свої методи. Вони прагнуть підвищення точності. Вони переоцінюють підходи.
Чому це важливо для вас?
Розпізнавання зображень залишається очевидним пробілом у стандартному наборі інструментів Інтернету. Пошукові системи, як і раніше, покладаються на введені ключові слова вручну. Ось чому вам доводиться вручну розмічати свою фотогалерею тегами “кіт”, “будинок” або “Томмі”. Комп’ютерам важко подивитися на картинку та зрозуміти її. Візуальні дані є хаотичними. Вони захаращені. Вони не піддаються чистій категоризації.
Deep Dream змінив цей напрямок розвитку. Він допоміг машинам навчитися бачити.
Архітектура сприйняття
Щоб Deep Dream функціонував, програмісти використовували штучну нейронну мережу (ІНС). Це не складний алгоритм. Це система, призначена для самостійного навчання.
Архітектура імітує людський мозок. Ваш мозок використовує понад 100 мільярдів нейронів. Ці нервові клітини передають імпульси, які забезпечують роботу тіла. У Deep Dream немає тіла. Має шари.
Як правило, мережа складається з 10-30 шарів штучних нейронів.
Ось як це працює:
– Дані надходять до мережі.
– Штучні нейрони фільтрують ці дані безліччю різних способів.
– Процес повторюється знову і знову.
– Система зрештою видає результат.
У випадку Deep Dream результатом є зображення. Але не будь-яке. Це галюцинація.
Як Deep Dream спотворює реальність
Ви можете поставити питання, як програма перетворює знайому сцену на комп’ютерну графіку, здатну налякати ваші кошмари.
Відповідь у тому, що цінує мережу. Нейронна мережа була навчена розпізнавати патерни. При обробці зображення вона шукає краї, форми та текстури. Deep Dream посилює ці патерни. Він знаходить те, що дізнається, і це перебільшує.
Він не просто виявляє собаку. Він знаходить “собачість” і впроваджує її в кожен куточок фотографії. Гілка дерева стає пухнастою мордою. Тінь перетворюється на уважне око. Комп’ютер, по суті, проектує свою внутрішню модель світу на вашу фотографію.
Комп’ютерні мізки та велосипеди
Паралель між біологічною та штучною обробкою часто перебільшують, але механіка напрочуд схожа. Подібно до того, як нейрон активується на основі вхідних сигналів від інших нейронів, кожен шар мережі передає відфільтровані дані наступному шару. Чим глибше мережа, тим абстрактнішим стає уявлення.
Ранні шари можуть виявляти прості лінії. Пізніші шари виявляють складні структури. Deep Dream доводить це до крайнощів. Він не зупиняється на розпізнаванні. Він генерує. Він бере абстрактні концепції, вивчені під час навчання, та нав’язує їм візуальну форму.
Так статичне зображення перетворюється на психоделічний пейзаж. Комп’ютер не мріє у людському розумінні. Він не має підсвідомих бажань. У нього є ваги та усунення. Він має функцію втрат, яку він намагається мінімізувати. Але ж результат? Результат схожий на сон.
Як нейронні мережі Deep Dream створюють сюрреалістичне мистецтво з багаторівневих даних
Нейронні мережі не починають сортувати дані чарівним чином. Їм потрібне навчання. Без довідкової бібліотеки прикладів система сліпа. Вона перебирає пікселі без контексту.
Навчання спирається на повторення. У блозі Google механіка зрозуміло. Якщо ви хочете, щоб штучна нейронна мережа (ІНС) розпізнавала велосипед, ви подаєте їй мільйони зображень. Ви також задаєте конкретні правила: два колеса. Сидіння. Кермо.
Потім ви дозволяєте їй працювати. Результати рідко бувають ідеальними. Система може приймати мотоцикли чи мопеди за велосипеди. Тут входить у справу людське втручання. Програмісти коригують код. Вони уточнюють, що велосипеди не мають двигунів і вихлопних труб. Вони знову запускають цикл. І знову. Точне налаштування триває доти, доки результат не стане прийнятним.
Команда Deep Dream помітила зсув. Як тільки мережа вчиться ідентифікувати об’єкти, вона також може їх відтворювати. Система, навчена велосипедами, може генерувати нові зображення велосипедів без нових вхідних даних. Вона класифікує, сортує, та був створює.
Але процес генерації недосконалий. Навіть після аналізу мільйонів фотографій велосипедів комп’ютер припускається критичних помилок. Він може прикріпити людські руки до керма. Або ноги до педалей. Чому? Тому що навчальні дані часто включають людей. Мережа важко відокремлює частини велосипеда від частин людського тіла.
Ці помилки виникають із багатьох причин. Навіть інженери-програмісти не до кінця розуміють поведінку кожного нейрона. Але знання архітектури допомагає пояснити збої.
Штучні нейрони працюють у вигляді стеків. Deep Dream використовує від 10 до 30 шарів. Кожен шар захоплює різні деталі зображення. Ранні шари виявляють базові межі та краї. Середні шари ідентифікують кольори та орієнтацію. Інші шари шукають форми, що нагадують стільці чи лампочки. Фінальні верстви реагують лише на складні об’єкти, такі як автомобілі, листя чи будівлі.
Розробники Google називають цю архітектуру інцепціонізмом. Вони навіть опублікували публічну галерею робіт Deep Dream, щоби продемонструвати результати.
Щойно мережа ізолює різні аспекти зображення, відкриваються нові можливості. Для Deep Dream Google направив мережу на створення абсолютно нових зображень на основі одержаних ознак.
Темрява на краю
Петля зворотного зв’язку штучного сприйняття
Головний секрет не просто в тому, щоб дозволити алгоритму вибирати ознаки. Важливо змусити комп’ютер шукати їх. Інженери Google дали Deep Dream завдання: знаходити патерни та посилювати їх. Якщо алгоритм розпізнає форму собаки в пейслі на дивані, він не просто фіксує це. Він перебільшує морду. Він робить вуха чіткішими. Він перетворює нешкідливий текстильний візерунок на собаче обличчя.
Кожна ітерація додає нові деталі. Вовна. Очі. Зуби. Вихідне зображення виявляється поховано під вагою своїх виявлених ознак. Ви починаєте з дивана, а закінчуєте собакою. Потім усередині цього собаки з’являється ще один собака. Це рекурсивне наближення, петля зворотного зв’язку, яка живить сама себе, поки зображення не перетворюється на щось психоделічне.
Хмари перетворюються на космічні саранчові. Зі статичного шуму з’являються райдужні автомобілі. І завжди є собаки. Чому? Тому що навчальні дані включали 120 різних підклас собак. Мережа була ретельно навчена розпізнаванню собак. Тому при пошуку форм статистично висока ймовірність виявлення собачих морд. Це упередженість, закладена у код.
Створення мистецтва з нічого
Deep Dream навіть не потребує вихідного зображення. Подайте йому білий екран. Подайте випадковий шум. Він все одно полюватиме за структурою. Він розглядає чисте полотно як сирий матеріал для змісту. Програмне програмне забезпечення намагається накласти порядок на хаос. Воно шукає краю. Воно конструює форми із порожнечі.
Це розкриває основну мету проекту. Йдеться не просто про дивне мистецтво. Йдеться про те, щоб навчити машини контекстуалізувати візуальні дані, що заполонили інтернет. Мета – покращити розпізнавання зображень. Поліпшити фільтрацію. Поліпшити розуміння того, що ми бачимо в Інтернеті.
Чи мріють вони?
Чи мріє комп’ютер? Або він просто обробляє дані таким чином, що нам здається unsettling (тривожним/неспокійним)?
Ніхто не програмує конкретних завдань. Інструкції розмиті. Знаходь деталі. Підкреслюй їх. Повторюй. Програмне програмне забезпечення працює без явного людського керівництва. Результат – пряме відображення цієї автономії.
Це витвори мистецтва, створені машинами? Можливо. Вони є проявом кремнієвої логіки. Але вони також вказують на майбутнє, де комп’ютери менше покладатимуться на людське введення. Ви можете побоюватися, що розумні машини захоплять контроль. Але зараз ця технологія допомагає вам швидше просівати мільйони фотографій. Вона покращує пошук. Вона покращує обробку візуальних даних.
Темпи розвитку пришвидшуються. Завдяки таким експериментам наступний стрибок у розпізнаванні зображень вже почався. Ми спостерігаємо ранні стадії нового виду інтелекту. Інтелекту, який знаходить патерни, які ми можемо пропустити. Інтелект, який бачить собак у хмарах.
Часті питання
Що таке Operation DeepDream?
Запущена Google у 2015 році, DeepDream використовує згорткову нейронну мережу для посилення патернів у зображеннях. Вона додає шари до зображення, створюючи дивні, неземні візуальні ефекти з допомогою посилення ознак, які виявляє ИИ.
Генератор DeepDream безкоштовний?
Так, генератор DeepDream є безкоштовним для використання.
