Come funziona Google Deep Dream

Deep Dream è un programma per computer che individua e altera i modelli che identifica nelle immagini digitali. Quindi serve quelle immagini radicalmente ottimizzate affinché gli occhi umani possano vederle. I risultati variano da sciocchi, artistici a da incubo, a seconda dei dati di input e dei parametri specifici impostati dalla guida dei dipendenti di Google.

Uno dei modi migliori per capire di cosa tratta Deep Dream è provarlo tu stesso. Google ha reso pubblici i suoi computer da sogno per comprendere meglio come Deep Dream riesca a classificare e indicizzare determinati tipi di immagini. Puoi caricare qualsiasi immagine che ti piace sul programma di Google e pochi secondi dopo vedrai un rendering fantastico basato sulla tua fotografia.

I risultati sono in genere una bizzarra immagine digitale ibrida che sembra che Salvador Dali abbia avuto una festa di pittura tutta la notte selvaggia con Hieronymus Bosch e Vincent van Gogh. Foglie, rocce e montagne si trasformano in vortici colorati, rettangoli ripetitivi e linee graziose evidenziate.

Dove prima c'era un paesaggio vuoto, Deep Dream crea pagode, automobili, ponti e parti del corpo umano. E Deep Dream vede animali... tanti, tanti animali. Carica un ritratto di Tom Cruise e il programma di Google rielaborerà pieghe e spazi come teste di cane, pesci e altre creature familiari. Solo che questi non sono animali dall'aspetto normale: sono ricreazioni fantastiche che sembrano incrociate con un caleidoscopio tinto di LSD. Sono stranamente evocativi e spesso più che terrificanti.

Chiaramente, Google non sta lanciando rave notturni e alimentando i suoi computer con sostanze chimiche allucinanti. In qualche modo, l'azienda sta guidando quei server ad analizzare le immagini e poi a rigurgitarle come nuove rappresentazioni del nostro mondo.

Il modo in cui funziona parla della natura del modo in cui costruiamo i nostri dispositivi digitali e del modo in cui quelle macchine digeriscono l'inimmaginabile quantità di dati che esiste nel nostro mondo ossessionato dalla tecnologia.

Contenuti

1. Neuroni in bit
2. Cervelli di computer e biciclette
3. Oscurità al limite

I computer sono prodotti inorganici, quindi sembra improbabile che sognino nello stesso senso delle persone. Eppure Deep Dream è un esempio isolato di come diventano complessi i programmi per computer quando vengono associati ai dati del mondo umano.

Gli sviluppatori di software di Google hanno originariamente concepito e realizzato Deep Dream per l' ImageNet Large Scale Visual Recognition Challenge , un concorso annuale iniziato nel 2010. Ogni anno decine di organizzazioni competono per trovare i modi più efficaci per rilevare e classificare automaticamente milioni di immagini. Dopo ogni evento, i programmatori rivalutano i loro metodi e lavorano per migliorare le loro tecniche.

Il riconoscimento delle immagini è un componente vitale che per lo più manca dalla nostra scatola di strumenti Internet. I nostri motori di ricerca sono orientati principalmente alla comprensione delle parole chiave e delle frasi digitate anziché delle immagini. Questo è uno dei motivi per cui devi taggare le tue raccolte di immagini con parole chiave come "gatto", "casa" e "Tommy". I computer faticano semplicemente a identificare il contenuto delle immagini con una precisione affidabile. I dati visivi sono disordinati, disordinati e sconosciuti, il che rende difficile la comprensione per i computer.

Grazie a progetti come Deep Dream, le nostre macchine stanno migliorando nel vedere il mondo visivo che le circonda. Per far funzionare Deep Dream, i programmatori di Google hanno creato una rete neurale artificiale (ANN), un tipo di sistema informatico in grado di apprendere da solo. Queste reti neurali sono modellate sulla funzionalità del cervello umano, che utilizza più di 100 miliardi di neuroni (cellule nervose) che trasmettono gli impulsi nervosi consentendo tutti i nostri processi corporei.

In una rete neurale, i neuroni artificiali sostituiscono quelli biologici, filtrando i dati in una moltitudine di modi, più e più volte, finché il sistema non arriva a una sorta di risultato. Nel caso di Deep Dream, che in genere ha tra 10 e 30 strati di neuroni artificiali, il risultato finale è un'immagine.

In che modo Deep Dream reimmagina le tue fotografie, convertendole da scene familiari a rendering di computer art che potrebbero perseguitare i tuoi incubi per gli anni a venire?

Le reti neurali non impostano automaticamente l'identificazione dei dati. In realtà richiedono un po' di addestramento: hanno bisogno di ricevere insiemi di dati da utilizzare come punti di riferimento. Altrimenti passerebbero al setaccio ciecamente i dati, incapaci di dargli un senso.

Secondo il blog ufficiale di Google, il processo di formazione si basa sulla ripetizione e sull'analisi. Ad esempio, se vuoi addestrare una RNA per identificare una bicicletta, le mostreresti molti milioni di biciclette. Inoltre, specificheresti chiaramente - nel codice del computer, ovviamente - che aspetto ha una bicicletta, con due ruote, un sedile e un manubrio.

Quindi i ricercatori liberano la rete per vedere quali risultati può trovare. Ci saranno errori. Il programma potrebbe, ad esempio, restituire una serie di immagini tra cui motociclette e ciclomotori. In questi casi, i programmatori possono modificare il codice per chiarire al computer che le biciclette non includono motori e sistemi di scarico. Quindi eseguono il programma, ancora e ancora, perfezionando il software fino a quando non restituisce risultati soddisfacenti.

Il team di Deep Dream si è reso conto che una volta che una rete è in grado di identificare determinati oggetti, può anche ricreare quegli oggetti da sola. Quindi una rete che conosce le biciclette a vista può quindi riprodurre un'immagine delle biciclette senza ulteriori input. L'idea è che la rete stia generando nuove immagini creative grazie alla sua capacità di classificare e ordinare le immagini.

È interessante notare che, anche dopo aver setacciato milioni di immagini di biciclette, i computer continuano a commettere errori critici quando generano le proprie immagini di biciclette. Potrebbero includere mani umane parziali sul manubrio o piedi sui pedali. Ciò accade perché molte delle immagini di prova includono anche persone e il computer alla fine non riesce a discernere dove finiscono le parti della bici e iniziano le parti delle persone.

Questi tipi di errori si verificano per numerose ragioni e persino gli ingegneri del software non comprendono appieno ogni aspetto delle reti neurali che costruiscono. Ma sapendo come funzionano le reti neurali puoi iniziare a comprendere come si verificano questi difetti.

I neuroni artificiali nella rete operano in pile. Deep Dream può utilizzare da un minimo di 10 a un massimo di 30. Ogni livello raccoglie vari dettagli di un'immagine. I livelli iniziali potrebbero rilevare elementi di base come i bordi e i bordi all'interno di un'immagine. Un altro potrebbe identificare colori e orientamenti specifici. Altri livelli possono cercare forme specifiche che assomigliano a oggetti come una sedia o una lampadina. Gli strati finali possono reagire solo a oggetti più sofisticati come automobili, foglie o edifici.

Gli sviluppatori di Google chiamano questo processo inceptionism in riferimento a questa particolare architettura di rete neurale. Hanno anche pubblicato una galleria pubblica per mostrare esempi del lavoro di Deep Dream.

Una volta che la rete ha individuato vari aspetti di un'immagine, possono verificarsi un numero qualsiasi di cose. Con Deep Dream, Google ha deciso di dire alla rete di realizzare nuove immagini.

Gli ingegneri di Google hanno effettivamente lasciato che Deep Dream scelga quali parti di un'immagine identificare. Quindi essenzialmente dicono ai computer di prendere quegli aspetti dell'immagine e enfatizzarli. Se Deep Dream vede una forma di cane nel motivo del tessuto sul tuo divano, accentua i dettagli di quel cane.

Ogni strato aggiunge di più all'aspetto del cane, dalla pelliccia agli occhi al naso. Quello che una volta era un innocuo paisley sul tuo divano diventa una figura canina completa di denti e occhi. Deep Dream ingrandisce leggermente ad ogni iterazione della sua creazione, aggiungendo sempre più complessità all'immagine. Pensa cane dentro cane dentro cane.

Un ciclo di feedback inizia quando Deep Dream interpreta e enfatizza eccessivamente ogni dettaglio di un'immagine. Un cielo pieno di nuvole si trasforma da una scena idilliaca in una piena di cavallette spaziali, forme psichedeliche e auto color arcobaleno. E cani. C'è una ragione per la sovrabbondanza di cani nei risultati di Deep Dream. Quando gli sviluppatori hanno selezionato un database per addestrare questa rete neurale, ne hanno scelto uno che includeva 120 sottoclassi di cani, tutte classificate da esperti. Quindi, quando Deep Dream va alla ricerca di dettagli, è semplicemente eccessivamente probabile che veda facce e zampe da cucciolo ovunque cerchi.

Deep Dream non ha nemmeno bisogno di un'immagine reale per creare immagini. Se gli dai un'immagine bianca vuota o piena di statico, continuerà a "vedere" parti dell'immagine, usando quelle come elementi costitutivi per immagini sempre più strane.

È il tentativo del programma di rivelare significato e forma da dati altrimenti privi di forma. Questo spiega l'idea alla base dell'intero progetto: cercare di trovare modi migliori per identificare e contestualizzare il contenuto delle immagini sparse sui computer di tutto il mondo.

Quindi i computer possono davvero sognare? Stanno diventando troppo intelligenti per il loro bene? O Deep Dream è solo un modo fantasioso per immaginare il modo in cui la nostra tecnologia elabora i dati?

È difficile sapere esattamente cosa abbia il controllo dell'output di Deep Dream. Nessuno sta guidando specificamente il software per completare le attività preprogrammate. Sta prendendo alcune istruzioni piuttosto vaghe (trovare dettagli e accentuarli, più e più volte) e completare i lavori senza una guida umana aperta.

Le immagini risultanti sono una rappresentazione di quell'opera. Forse quelle rappresentazioni sono opere d'arte create dalla macchina. Forse è una manifestazione di sogni digitali, nati da silicio e circuiti. E forse è l'inizio di una sorta di intelligenza artificiale che renderà i nostri computer meno dipendenti dalle persone.

Potresti temere l'ascesa dei computer senzienti che conquistano il mondo. Ma per ora, questo tipo di progetti va a beneficio diretto di chiunque utilizzi il Web. Nell'arco di pochi anni, il riconoscimento delle immagini è notevolmente migliorato, aiutando le persone a setacciare più rapidamente immagini e grafica per trovare le informazioni di cui hanno bisogno. Al ritmo attuale di avanzamento, puoi aspettarti presto grandi passi avanti nel riconoscimento delle immagini, in parte grazie ai computer da sogno di Google.

Nota dell'autore: come funziona Google Deep Dream

I computer non fanno arte. Non ancora, comunque. E non stanno nemmeno sognando. Entrambi questi processi sono distintamente umani e sono profondamente influenzati dalla cultura personale, dalla fisiologia, dalla psicologia, dalle esperienze di vita, dalla geografia e molto altro ancora. I computer possono assorbire molti dati relativi a queste variabili, ma non le sperimentano e non le elaborano allo stesso modo delle persone. Quindi, se sei preoccupato che la tecnologia stia rendendo obsolete le tue esperienze umane, non preoccuparti ancora. La tua percezione del mondo è molto più profonda di quella di una rete di computer.

Storie correlate

Altri ottimi collegamenti