Jak działa Google Deep Dream

Deep Dream to program komputerowy, który lokalizuje i zmienia wzorce identyfikowane na obrazach cyfrowych. Następnie wyświetla te radykalnie zmodyfikowane obrazy, aby ludzkie oczy mogły je zobaczyć. Wyniki zmieniają się od głupich przez artystyczne do koszmarnych, w zależności od danych wejściowych i konkretnych parametrów określonych przez wytyczne pracowników Google.

Jednym z najlepszych sposobów, aby zrozumieć, o co chodzi w Deep Dream, jest wypróbowanie tego samemu. Google upublicznił swoje wymarzone komputery, aby lepiej zrozumieć, w jaki sposób Deep Dream udaje się klasyfikować i indeksować określone typy zdjęć. Możesz przesłać dowolny obraz do programu Google, a kilka sekund później zobaczysz fantastyczne renderowanie na podstawie zdjęcia.

Rezultatem jest zazwyczaj dziwaczny hybrydowy obraz cyfrowy, który wygląda, jakby Salvador Dali miał szaloną całonocną imprezę malarską z Hieronymusem Boschem i Vincentem van Goghem. Liście, skały i góry zmieniają się w kolorowe wiry, powtarzające się prostokąty i wdzięczne, podświetlone linie.

Tam, gdzie wcześniej był pusty krajobraz, Deep Dream tworzy pagody, samochody, mosty i części ludzkiego ciała. A Deep Dream widzi zwierzęta ... mnóstwo, mnóstwo zwierząt. Prześlij portret Toma Cruise'a, a program Google przerobi zagięcia i przestrzenie na psie głowy, ryby i inne znajome stworzenia. Tylko że to nie są normalnie wyglądające zwierzęta - to fantastyczne odtworzenia, które wydają się skrzyżowane z kalejdoskopem zabarwionym LSD. Są niesamowicie sugestywne i często bardziej niż trochę przerażające.

Najwyraźniej Google nie organizuje nocnych imprez i nie karmi swoich komputerów halucynacyjnymi chemikaliami. W jakiś sposób firma kieruje tymi serwerami, aby analizowały obrazy, a następnie zwracały je jako nowe reprezentacje naszego świata.

Sposób, w jaki to wszystko działa, mówi o naturze sposobu, w jaki budujemy nasze urządzenia cyfrowe i sposobie, w jaki te maszyny przetwarzają niewyobrażalną ilość danych, które istnieją w naszym obsesyjnym technologicznie świecie.

1. Neurony w bitach
2. Komputerowe mózgi i motocykle
3. Ciemność na krawędzi

Komputery są produktami nieorganicznymi, więc wydaje się mało prawdopodobne, aby śniły w tym samym sensie, co ludzie. Jednak Deep Dream jest odosobnionym przykładem tego, jak złożone stają się programy komputerowe w połączeniu z danymi ze świata ludzi.

Twórcy oprogramowania Google pierwotnie wymyślili i stworzyli Deep Dream dla ImageNet Large Scale Visual Recognition Challenge , corocznego konkursu, który rozpoczął się w 2010 roku. Każdego roku dziesiątki organizacji rywalizują o najskuteczniejsze sposoby automatycznego wykrywania i klasyfikowania milionów obrazów. Po każdym wydarzeniu programiści ponownie oceniają swoje metody i pracują nad ulepszeniem swoich technik.

Rozpoznawanie obrazu jest istotnym elementem, którego w większości brakuje w naszym zestawie narzędzi internetowych. Nasze wyszukiwarki są nastawione głównie na zrozumienie wpisywanych słów kluczowych i fraz zamiast obrazów. To jeden z powodów, dla których musisz oznaczyć kolekcje obrazów słowami kluczowymi, takimi jak „kot”, „dom” i „Tommy”. Komputery po prostu mają trudności z identyfikacją treści obrazów z jakąkolwiek niezawodną dokładnością. Dane wizualne są zagracone, niechlujne i nieznane, co utrudnia ich zrozumienie przez komputery.

Dzięki projektom takim jak Deep Dream nasze maszyny coraz lepiej widzą otaczający je świat wizualny. Aby Deep Dream działał, programiści Google stworzyli sztuczną sieć neuronową (ANN), rodzaj systemu komputerowego, który może się samodzielnie uczyć. Te sieci neuronowe są modelowane na podstawie funkcji ludzkiego mózgu, który wykorzystuje ponad 100 miliardów neuronów (komórek nerwowych), które przekazują impulsy nerwowe, umożliwiające wszystkie procesy zachodzące w naszym organizmie.

W sieci neuronowej sztuczne neurony zastępują neurony biologiczne, filtrując dane na wiele sposobów, w kółko, aż system osiągnie jakiś wynik. W przypadku Deep Dream, który zazwyczaj ma od 10 do 30 warstw sztucznych neuronów, ostatecznym rezultatem jest obraz.

W jaki sposób Deep Dream zmienia twoje zdjęcia, konwertując je ze znanych scen do renderingów komputerowych, które mogą prześladować twoje koszmary przez wiele lat?

Sieci neuronowe nie ustawiają automatycznie identyfikowania danych. W rzeczywistości wymagają odrobiny treningu - muszą otrzymać zestawy danych, aby wykorzystać je jako punkty odniesienia. W przeciwnym razie po prostu przeszukiwaliby dane na ślepo, nie mogąc ich zrozumieć.

Według oficjalnego bloga Google, proces szkolenia opiera się na powtórzeniach i analizie. Na przykład, jeśli chcesz wyszkolić SSN w celu zidentyfikowania roweru, pokazałbyś jej wiele milionów rowerów. Poza tym jasno sprecyzowałbyś - oczywiście w kodzie komputerowym - jak wygląda rower z dwoma kołami, siodełkiem i kierownicą.

Następnie badacze rozluźniają sieć, aby zobaczyć, jakie wyniki może znaleźć. Będą błędy. Program może na przykład zwrócić serię obrazów, w tym motocykle i motorowery. W takich przypadkach programiści mogą zmodyfikować kod, aby wyjaśnić komputerowi, że rowery nie zawierają silników i układów wydechowych. Następnie ponownie i ponownie uruchamiają program, dostrajając oprogramowanie, aż uzyska zadowalające wyniki.

Zespół Deep Dream zdał sobie sprawę, że gdy sieć będzie w stanie zidentyfikować określone obiekty, może również samodzielnie je odtworzyć. Tak więc sieć, która zna rowery w zasięgu wzroku, może następnie odtworzyć obraz rowerów bez dalszego wprowadzania danych. Chodzi o to, że sieć generuje nowe, kreatywne obrazy dzięki swojej zdolności do klasyfikowania i sortowania obrazów.

Co ciekawe, nawet po przejrzeniu milionów zdjęć rowerów komputery nadal popełniają krytyczne błędy podczas generowania własnych zdjęć rowerów. Mogą obejmować częściowe ręce człowieka na kierownicy lub stopy na pedałach. Dzieje się tak, ponieważ tak wiele obrazów testowych zawiera również ludzi, a komputer ostatecznie nie może rozpoznać, gdzie kończą się części roweru, a gdzie zaczynają się części ludzi.

Tego rodzaju błędy zdarzają się z wielu powodów, a nawet inżynierowie oprogramowania nie w pełni rozumieją każdy aspekt budowanych przez siebie sieci neuronowych. Ale wiedząc, jak działają sieci neuronowe, możesz zacząć rozumieć, w jaki sposób występują te wady.

Sztuczne neurony w sieci działają w stosach. Deep Dream może używać od 10 do 30. Każda warstwa zbiera różne szczegóły obrazu. Warstwy początkowe mogą wykrywać podstawowe informacje, takie jak obramowanie i krawędzie obrazu. Inny może zidentyfikować określone kolory i orientację. Inne warstwy mogą szukać określonych kształtów, które przypominają przedmioty, takie jak krzesło lub żarówka. Ostatnie warstwy mogą reagować tylko na bardziej wyrafinowane obiekty, takie jak samochody, liście czy budynki.

Programiści Google nazywają ten proces inicjalizmem w odniesieniu do tej konkretnej architektury sieci neuronowej. Opublikowali nawet publiczną galerię, aby pokazać przykłady prac Deep Dream.

Gdy sieć zidentyfikuje różne aspekty obrazu, może wystąpić wiele rzeczy. Wraz z Deep Dream, Google zdecydował powiedzieć sieci, aby tworzyła nowe obrazy.

Inżynierowie Google faktycznie pozwolili Deep Dream wybrać części obrazu do zidentyfikowania. Następnie zasadniczo mówią komputerom, aby wzięły te aspekty obrazu i uwydatniły je. Jeśli Deep Dream zobaczy kształt psa we wzorze tkaniny na Twojej kanapie, zaakcentuje szczegóły tego psa.

Każda warstwa dodaje psu więcej wyglądu, od sierści po oczy i nos. To, co kiedyś było nieszkodliwym wzorem na twojej kanapie, staje się psią postacią z zębami i oczami. Deep Dream powiększa się nieco z każdą iteracją swojego tworzenia, dodając coraz większą złożoność do obrazu. Pomyśl o psie w psie w psie.

Zaczyna się pętla sprzężenia zwrotnego, gdy Deep Dream nadinterpretuje i uwydatnia każdy szczegół obrazu. Niebo pełne chmur zmienia się z idyllicznej scenerii w jedno wypełnione kosmicznymi konikami polnymi, psychodelicznymi kształtami i tęczowymi samochodami. I psy. Istnieje powód nadmiaru psów w wynikach Deep Dream. Kiedy programiści wybrali bazę danych do trenowania tej sieci neuronowej, wybrali taką, która zawierała 120 podklas psów, wszystkie fachowo sklasyfikowane. Więc kiedy Deep Dream zaczyna szukać szczegółów, jest po prostu zbyt prawdopodobne, że zobaczy pyski i łapy szczeniaka wszędzie, gdzie szuka.

Deep Dream nie potrzebuje nawet prawdziwego obrazu do tworzenia obrazów. Jeśli podasz mu pusty biały obraz lub taki wypełniony statycznymi, nadal będzie on „widzieć” części obrazu, używając ich jako cegiełek do tworzenia dziwniejszych i dziwniejszych obrazów.

Jest to próba programu do ujawnienia znaczenia i formy z danych bez formy. To przemawia do idei całego projektu - próby znalezienia lepszych sposobów identyfikacji i kontekstualizacji treści obrazów rozrzuconych na komputerach na całym świecie.

Czy więc komputery mogą kiedykolwiek naprawdę marzyć? Czy stają się zbyt sprytni dla własnego dobra? A może Deep Dream to tylko fantazyjny sposób na wyobrażenie sobie sposobu, w jaki nasza technologia przetwarza dane?

Trudno dokładnie wiedzieć, co kontroluje produkcję Deep Dream. Nikt specjalnie nie kieruje oprogramowaniem do wykonania wstępnie zaprogramowanych zadań. Wymaga pewnych raczej niejasnych instrukcji (znajdowanie szczegółów i podkreślanie ich w kółko) i wykonywanie zadań bez jawnych ludzkich wskazówek.

Powstałe obrazy są reprezentacją tej pracy. Być może te przedstawienia są grafiką stworzoną przez maszyny. Może to manifestacja cyfrowych snów, zrodzonych z krzemu i obwodów. I może to początek rodzaju sztucznej inteligencji, która sprawi, że nasze komputery będą mniej zależne od ludzi.

Możesz obawiać się pojawienia się czujących komputerów, które przejmą władzę nad światem. Ale na razie tego rodzaju projekty przynoszą bezpośrednie korzyści każdemu, kto korzysta z sieci. W ciągu zaledwie kilku lat rozpoznawanie obrazów znacznie się poprawiło, pomagając ludziom szybciej przeglądać obrazy i grafiki w celu znalezienia potrzebnych informacji. Przy obecnym tempie rozwoju można wkrótce spodziewać się znacznych skoków w rozpoznawaniu obrazu, częściowo dzięki wymarzonym komputerom Google.

Uwaga autora: Jak działa Google Deep Dream

Komputery nie tworzą sztuki. W każdym razie jeszcze nie. I oni też nie śnią. Oba te procesy są wyraźnie ludzkie i mają na nie głęboki wpływ kultura osobista, fizjologia, psychologia, doświadczenia życiowe, geografia i wiele innych. Komputery mogą wchłonąć wiele danych dotyczących tych zmiennych, ale nie doświadczają ich i nie przetwarzają ich w taki sam sposób, jak ludzie. Więc jeśli martwisz się, że technologia sprawia, że ​​twoje ludzkie doświadczenia stają się przestarzałe, nie martw się jeszcze. Twoje postrzeganie świata sięga o wiele głębiej niż w przypadku sieci komputerowej.

powiązane historie

Więcej świetnych linków