Cara Kerja Google Deep Dream

Sep 01 2015
Apakah android memimpikan domba listrik? Deep Dream Google tentu saja memunculkan banyak citra hewan. Tapi apakah ini benar-benar AI, dan mengapa semuanya terlihat sangat trippy?
Dari kejauhan, gambar Deep Dream terlihat hampir normal, tetapi kemudian Anda menyadari bahwa semua bentuk tersusun dari elemen komposit yang aneh.

Jutaan komputer di planet kita tidak perlu tidur. Tapi itu tidak menghentikan mereka untuk bermimpi. Sementara kita manusia bekerja, bermain, dan beristirahat, mesin kita tanpa henti menafsirkan ulang data lama dan bahkan mengeluarkan semua jenis materi baru yang aneh, sebagian berkat Google Deep Dream.

Deep Dream adalah program komputer yang menempatkan dan mengubah pola yang diidentifikasi dalam gambar digital. Kemudian ia menyajikan gambar-gambar yang diubah secara radikal untuk dilihat oleh mata manusia. Hasilnya berubah dari konyol ke artistik menjadi mimpi buruk, bergantung pada data masukan dan parameter spesifik yang ditetapkan oleh panduan karyawan Google.

Salah satu cara terbaik untuk memahami apa itu Deep Dream adalah dengan mencobanya sendiri. Google membuat komputer impiannya menjadi publik untuk mendapatkan pemahaman yang lebih baik tentang bagaimana Deep Dream mengelola untuk mengklasifikasikan dan mengindeks beberapa jenis gambar. Anda dapat mengunggah gambar apa pun yang Anda suka ke program Google, dan beberapa detik kemudian Anda akan melihat rendering yang luar biasa berdasarkan foto Anda.

Hasilnya biasanya berupa gambar digital hibrida aneh yang terlihat seperti Salvador Dali mengadakan pesta melukis sepanjang malam dengan Hieronymus Bosch dan Vincent van Gogh. Dedaunan, bebatuan, dan pegunungan berubah menjadi pusaran warna-warni, persegi panjang berulang, dan garis-garis yang disorot dengan anggun.

Dimana sebelumnya ada bentang alam kosong, Deep Dream membuat pagoda, mobil, jembatan dan bagian tubuh manusia. Dan Deep Dream melihat hewan ... banyak sekali hewan. Unggah potret Tom Cruise, dan program Google akan mengolah kembali lipatan dan ruang sebagai kepala anjing, ikan, dan makhluk akrab lainnya. Hanya saja ini bukan hewan yang tampak normal - mereka adalah rekreasi fantastis yang tampaknya disilangkan dengan kaleidoskop berwarna LSD. Mereka sangat menggugah dan seringkali lebih dari sedikit menakutkan.

Jelas, Google tidak memberikan sambutan hangat setiap malam dan memberi makan bahan kimia halusinasi pada komputernya. Entah bagaimana, perusahaan memandu server tersebut untuk menganalisis gambar dan kemudian memunculkannya sebagai representasi baru dari dunia kita.

Cara kerjanya menunjukkan sifat cara kita membangun perangkat digital dan cara mesin tersebut mencerna data dalam jumlah tak terbayangkan yang ada di dunia kita yang terobsesi dengan teknologi.

Isi
  1. Neuron dalam Bits
  2. Otak dan Sepeda Komputer
  3. Kegelapan di Tepi

Neuron dalam Bits

Foto-foto liburan kesayangan itu berubah menjadi bahan bakar mimpi buruk ketika algoritma Deep Dream diterapkan.

Komputer adalah produk anorganik, jadi tampaknya tidak mungkin mereka akan bermimpi dalam arti yang sama seperti manusia. Namun Deep Dream adalah salah satu contoh terpisah tentang betapa rumitnya program komputer saat dipasangkan dengan data dari dunia manusia.

Google 's pengembang perangkat lunak awalnya dipahami dan dibangun Jauh Mimpi untuk ImageNet Skala Besar Visual Pengakuan Tantangan , sebuah kontes tahunan yang dimulai pada tahun 2010. Setiap tahun, puluhan organisasi bersaing untuk menemukan yang paling cara yang efektif untuk secara otomatis mendeteksi dan jutaan mengklasifikasikan gambar. Setelah setiap acara, pemrogram mengevaluasi kembali metode mereka dan bekerja untuk meningkatkan teknik mereka.

Pengenalan gambar adalah komponen penting yang sebagian besar hilang dari kotak alat Internet kami. Mesin telusur kami sebagian besar diarahkan untuk memahami kata kunci dan frasa yang diketik alih-alih gambar. Itulah salah satu alasan Anda harus menandai koleksi gambar Anda dengan kata kunci seperti "kucing", "rumah", dan "Tommy". Komputer kesulitan mengidentifikasi konten gambar dengan akurasi yang dapat diandalkan. Data visual berantakan dan berantakan serta tidak biasa, yang semuanya menyulitkan komputer untuk memahaminya.

Berkat proyek seperti Deep Dream, mesin kami menjadi lebih baik dalam melihat dunia visual di sekitar mereka. Untuk membuat Deep Dream berfungsi, programmer Google membuat jaringan saraf tiruan (JST), sejenis sistem komputer yang dapat belajar sendiri. Jaringan saraf ini meniru fungsi otak manusia, yang menggunakan lebih dari 100 miliar neuron (sel saraf) yang mengirimkan impuls saraf yang memungkinkan semua proses tubuh kita.

Dalam jaringan saraf, neuron buatan menggantikan neuron biologis, memfilter data dengan banyak cara, berulang kali, hingga sistem mencapai hasil tertentu. Dalam kasus Deep Dream, yang biasanya memiliki antara 10 dan 30 lapisan neuron buatan, hasil akhirnya adalah sebuah gambar.

Bagaimana Deep Dream menata ulang foto-foto Anda, mengubahnya dari pemandangan yang sudah biasa menjadi rendering seni komputer yang mungkin menghantui mimpi buruk Anda selama bertahun-tahun yang akan datang?

Otak dan Sepeda Komputer

Anda dapat melihat bahwa Deep Dream mengambil gambar kumbang dan menggunakan datanya tentang makhluk serupa untuk merekonstruksi subjek foto dan latar belakang aslinya.

Jaringan neural tidak secara otomatis mengatur tentang mengidentifikasi data. Mereka sebenarnya membutuhkan sedikit pelatihan — mereka perlu diberi kumpulan data untuk digunakan sebagai titik referensi. Jika tidak, mereka hanya akan menyaring data secara membabi buta, tidak dapat memahaminya.

Menurut blog resmi Google, proses pelatihan didasarkan pada pengulangan dan analisis. Misalnya, jika Anda ingin melatih ANN untuk mengidentifikasi sepeda, Anda akan menampilkan jutaan sepeda. Selain itu, Anda akan secara jelas menentukan - dalam kode komputer, tentu saja - seperti apa sepeda itu, dengan dua roda, tempat duduk dan setang.

Kemudian peneliti melepaskan jaringan untuk melihat hasil apa yang dapat ditemukannya. Akan ada kesalahan. Program tersebut mungkin, misalnya, mengembalikan serangkaian gambar termasuk sepeda motor dan moped. Dalam kasus tersebut, pemrogram dapat mengubah kode untuk mengklarifikasi ke komputer bahwa sepeda tidak menyertakan mesin dan sistem pembuangan. Kemudian mereka menjalankan program, lagi dan lagi, menyempurnakan perangkat lunak hingga memberikan hasil yang memuaskan.

Tim Deep Dream menyadari bahwa setelah jaringan dapat mengidentifikasi objek tertentu, ia juga dapat membuat ulang objek itu sendiri. Jadi, jaringan yang mengetahui sepeda yang terlihat kemudian dapat mereproduksi gambar sepeda tanpa masukan lebih lanjut. Idenya adalah bahwa jaringan menghasilkan citra baru yang kreatif berkat kemampuannya untuk mengklasifikasikan dan menyortir gambar.

Menariknya, bahkan setelah memilah-milah jutaan gambar sepeda, komputer masih membuat kesalahan kritis saat membuat gambar sepeda sendiri. Mereka mungkin termasuk sebagian tangan manusia di setang atau kaki di pedal. Hal ini terjadi karena begitu banyak gambar uji yang menyertakan orang juga, dan komputer akhirnya tidak dapat membedakan di mana bagian sepeda berakhir dan bagian orang dimulai.

Jenis kesalahan ini terjadi karena berbagai alasan, dan bahkan teknisi perangkat lunak tidak sepenuhnya memahami setiap aspek jaringan saraf yang mereka bangun. Tetapi dengan mengetahui cara kerja jaringan saraf, Anda dapat mulai memahami bagaimana kekurangan ini terjadi.

Neuron buatan dalam jaringan beroperasi dalam tumpukan. Deep Dream dapat menggunakan sedikitnya 10 atau sebanyak 30. Setiap lapisan mengambil berbagai detail gambar. Lapisan awal mungkin mendeteksi dasar-dasar seperti batas dan tepi dalam gambar. Orang lain mungkin mengidentifikasi warna dan orientasi tertentu. Lapisan lain mungkin mencari bentuk tertentu yang menyerupai objek seperti kursi atau bola lampu. Lapisan terakhir mungkin hanya bereaksi terhadap objek yang lebih canggih seperti mobil, daun, atau bangunan.

Pengembang Google menyebut proses ini inceptionism mengacu pada arsitektur jaringan saraf khusus ini. Mereka bahkan memposting galeri publik untuk menunjukkan contoh karya Deep Dream.

Setelah jaringan menentukan berbagai aspek gambar, sejumlah hal dapat terjadi. Dengan Deep Dream, Google memutuskan untuk memberi tahu jaringan untuk membuat gambar baru.

Kegelapan di Tepi

Saat Deep Dream membuat gambarnya sendiri, hasilnya menarik tetapi tidak terlalu realistis.

Insinyur Google benar-benar membiarkan Deep Dream memilih bagian gambar mana yang akan diidentifikasi. Kemudian mereka pada dasarnya memberi tahu komputer untuk mengambil aspek-aspek gambar itu dan menekankannya. Jika Deep Dream melihat bentuk anjing dengan pola kain di sofa Anda, itu menonjolkan detail anjing itu.

Setiap lapisan menambahkan lebih banyak tampilan anjing, dari bulu ke mata hingga hidung. Apa yang dulunya paisley tidak berbahaya di sofa Anda menjadi sosok anjing lengkap dengan gigi dan mata. Deep Dream memperbesar sedikit dengan setiap iterasi pembuatannya, menambahkan semakin banyak kerumitan pada gambar. Pikirkan anjing dalam anjing dalam anjing.

Putaran umpan balik dimulai saat Deep Dream menafsirkan berlebihan dan terlalu menekankan setiap detail gambar. Langit penuh awan berubah dari pemandangan yang indah menjadi pemandangan yang dipenuhi belalang luar angkasa, bentuk-bentuk psikedelik, dan mobil berwarna pelangi. Dan anjing. Ada alasan kelebihan anjing dalam hasil Deep Dream. Saat developer memilih database untuk melatih jaringan neural ini, mereka memilih database yang menyertakan 120 subclass anjing, semuanya diklasifikasikan dengan ahli. Jadi, ketika Deep Dream pergi mencari detailnya, itu sangat mungkin untuk melihat wajah dan cakar anak anjing di mana pun ia mencari.

Deep Dream bahkan tidak membutuhkan gambar nyata untuk membuat gambar. Jika Anda memberinya gambar putih kosong atau gambar yang diisi statis, gambar tersebut masih akan "melihat" bagian gambar, menggunakan bagian tersebut sebagai blok penyusun untuk gambar yang lebih aneh dan aneh.

Ini adalah upaya program untuk mengungkapkan makna dan bentuk dari data yang tidak berbentuk. Itu berbicara tentang ide di balik keseluruhan proyek - mencoba menemukan cara yang lebih baik untuk mengidentifikasi dan mengontekstualisasikan konten gambar yang bertebaran di komputer di seluruh dunia.

Jadi, bisakah komputer benar-benar bermimpi? Apakah mereka terlalu pintar untuk kebaikan mereka sendiri? Atau apakah Deep Dream hanyalah cara yang fantastis bagi kita untuk membayangkan cara teknologi kita memproses data?

Sulit untuk mengetahui dengan tepat apa yang mengendalikan output Deep Dream. Tidak ada yang secara khusus membimbing perangkat lunak untuk menyelesaikan tugas yang telah diprogram sebelumnya. Dibutuhkan beberapa instruksi yang agak kabur (temukan detail dan tonjolkan mereka, berulang kali) dan menyelesaikan pekerjaan tanpa bimbingan manusia yang terbuka.

Gambar yang dihasilkan merupakan representasi dari karya tersebut. Mungkin representasi tersebut adalah karya seni yang dibuat oleh mesin. Mungkin itu adalah perwujudan mimpi digital, lahir dari silikon dan sirkuit. Dan mungkin itu adalah awal dari jenis kecerdasan buatan yang akan membuat komputer kita tidak terlalu bergantung pada manusia.

Anda mungkin takut akan munculnya komputer yang menguasai dunia. Namun untuk saat ini, proyek semacam ini secara langsung menguntungkan siapa saja yang menggunakan Web. Hanya dalam kurun waktu beberapa tahun, pengenalan gambar telah meningkat secara dramatis, membantu orang lebih cepat menyaring gambar dan grafik untuk menemukan informasi yang mereka butuhkan. Dengan laju kemajuan saat ini, Anda dapat mengharapkan lompatan besar dalam pengenalan gambar segera, sebagian berkat komputer impian Google.

Banyak Informasi Lebih Lanjut

Catatan Penulis: Cara Kerja Google Deep Dream

Komputer tidak membuat karya seni. Belum. Dan mereka juga tidak sedang bermimpi. Kedua proses itu sangat manusiawi dan sangat dipengaruhi oleh budaya pribadi, fisiologi, psikologi, pengalaman hidup, geografi, dan banyak lagi. Komputer mungkin menyerap banyak data tentang variabel tersebut, tetapi mereka tidak mengalami dan memprosesnya dengan cara yang sama seperti manusia. Jadi jika Anda khawatir bahwa teknologi membuat pengalaman manusia Anda menjadi usang, jangan khawatir dulu. Persepsi Anda tentang dunia jauh lebih dalam daripada persepsi jaringan komputer.

Cerita Terkait

  • Bagaimana Perangkat Lunak Pengenalan Gambar Bekerja
  • Cara Kerja Mesin Pengenal Wajah
  • Bagaimana jika tidak ada Google?
  • 5 Alasan Mengapa Anda Bermimpi

Lebih Banyak Tautan Hebat

  • Deep Dream Generator
  • Blog Riset Google: Inceptionism

Sumber

  • Brownlee, John. "Mengapa AI Mimpi Mendalam Google Berhalusinasi di Wajah Anjing." FastCoDesign. 23 Juli 2015. (22 Agustus 2015) http://www.fastcodesign.com/3048941/why-googles-deep-dream-ai-hallucinates-in-dog-faces
  • Bulkeley, Kelly. "Algorithms of Dreaming: Google dan Proyek 'Deep Dream'." Psikologi Hari Ini. 14 Juli 2015. (22 Agustus 2015) https://www.psychologytoday.com/blog/dreaming-in-the-digital-age/201507/algorithms-dreaming-google-and-the-deep-dream- proyek
  • Campbell-Dollaghan, Kelsey. "Artis Ini Membuat Lukisan Menghantui dengan Robot Impian Google." Gizmodo. 9 Juli 2015. (22 Agustus 2015) http://gizmodo.com/this-human-artist-is-making-hauting-paintings-with-goog-1716597566
  • Chayka, Kyle. "Mengapa Deep Dream Google adalah Future Kitsch." Standar Pasifik. 10 Juli 2015. (22 Agustus 2015) http://www.psmag.com/nature-and-technology/googles-deep-dream-is-future-kitsch
  • Clark Estes, Adam. "Perhatikan Bagaimana Otak Buatan Google Mengubah Gambar dalam Waktu Nyata." Gizmodo. 10 Juli 2015. (22 Agustus 2015) http://gizmodo.com/watch-how-googles-artificial-brain-transforms-images-in-1717058258
  • Culpan, Daniel. "Gambar 'Deep Dream' Google Ini Sangat Memukau." Berkabel. 3 Juli 2015. (22 Agustus 2015) http://www.wired.co.uk/news/archive/2015-07/03/google-deep-dream
  • Gershgorn, Dave. "Seperti Inilah Mimpi dari Kecerdasan Buatan Google." Ilmu pengetahuan populer. 19 Juni 2015. (22 Agustus 2015) http://www.popsci.com/these-are-what-google-artificial-intelligences-dreams-look
  • Hern, Alex. "Ya, Android Melakukan Dream of Electric Sheep." Penjaga. 18 Juni 2015. (22 Agustus 2015) http://www.theguardian.com/technology/2015/jun/18/google-image-recognition-neural-network-androids-dream-electric-sheep
  • Kay, Alexx. "Jaringan Syaraf Tiruan." ComputerWorld. 12 Februari 2001. (22 Agustus 2015) http://www.computerworld.com/article/2591759/app-development/artificial-neural-networks.html
  • McCormick, Rich. "Komputer Pertama Mengenali Wajah Kami, Sekarang Mereka Tahu Apa yang Kami Lakukan." The Verge. 17 Juli 2015. (22 Agustus 2015) http://www.theverge.com/2015/7/17/8985699/stanford-neural-networks-image-recognition-google-study
  • Melanson, Don. "Deep Dream Weirdness Google Menjadi Seluler dengan Aplikasi Dreamify Tidak Resmi." TechTimes. 10 Agustus 2015. (22 Agustus 2015) http://www.techtimes.com/articles/75574/20150810/googles-deep-dream-weirdness-goes-mobile-unofficial-dreamify-app.htm
  • Mordvintsev, Alexander dkk. "Inceptionism: Menuju Lebih Dalam Ke Jaringan Neural." Blog Riset Google. 17 Juni 2015. (22 Agustus 2015) http://googleresearch.blogspot.co.uk/2015/06/inceptionism-going-deeper-into-neural.html
  • Mordvintsev, Alexander dan Mike Tyka. "DeepDream - Kode untuk Memvisualisasikan Jaringan Neural." Blog Riset Google. 1 Juli 2015. (22 Agustus 2015) http://googleresearch.blogspot.jp/2015/07/deepdream-code-example-for-visualizing.html
  • Rosenthal, Emerson. "Deep Dream for Dummies Google." Wakil. 3 Agustus 2015. (22 Agustus 2015) http://www.vice.com/read/no-they-dream-of-puppy-slugs-0000703-v22n8
  • Sufrin, Jon. "Gambar Deep Dream Google Sangat Menarik, Tapi Apakah Itu Seni?" CBC. 31 Juli 2015. (22 Agustus 2015) http://www.cbc.ca/beta/arts/google-s-deep-dream-images-are-eye-popping-but-are-they-art- 1.3163150