Искусственные нейронные сети, которые не так давно научились рисовать собственные изображения, продолжают развиваться. Немецкие ученые из Университета Тюбингена разработали алгоритм, позволяющий нейросети создавать картины в стиле известных мировых художников. Например, любое изображение нейросети могут переделать в картину кисти Ван Гога, сообщает The Washington Post.
Авторы научной работы (с докладом можно ознакомиться здесь) считают своим главным достижением то, что им удалось успешно отделить репрезентации контента и стиля в нейросети. Получается, что нейросети могут управлять как самими изображениями, так и стилем рисования независимо друг от друга.
В статье приведены примеры работ в духе Винсента Ван Гога, Пабло Пикассо, Эдварда Мунка, Василия Кандинского. Нейросеть обрабатывала фотографии в определенном стиле, получая изображения, максимально похожие на знаменитые картины.
Нейронная сеть имеет 19 вложенных слоев, обработка исходного изображения происходит в несколько стадий. Все картины, по словам ученых, были созданы примерно за один час. После оптимизации работы изображения должны получаться еще быстрее.
Конечно, искусственные нейронные сети не могут придумать свой стиль самостоятельно. Они могут только копировать существующие. Тем не менее исследования в области нейросетей выглядят перспективными: вполне возможно, что с помощью них ученые смогут создать искусственный разум.
Ранее специалисты из Стэнфордского университета создали программу, которая способна описывать содержание фотографий связными предложениями. Для работы алгоритма необходимо загрузить в него изображение, проанализировав которое, программа выдаст его связное текстовое описание.
Также ученые в блоге Google рассказывали о том, что нейронные сети могут сами рисовать картины по запросу. Эти нейросети состоят из 10-30 связанных слоев, которые работают последовательно: получив картинку, они анализируют ее и передают результаты анализа следующему слою.
Например, первые слои могут искать на изображении края и углы, средние интерпретировать наборы особенностей в отдельные объекты (например, двери или листья). Наконец, финальные слои объединяют все эти интерпретации воедино и делают выводы о том, что изображено на картинке - например, здание или дерево.
Чтобы получать новые картины, исследователи заставляют работать нейронные сети задом наперед: они показывают сети случайный шум и просят преобразовать его таким образом, чтобы получилась определенная интерпретация. К примеру, нейросети могут найти в "шуме" банан, муравья или морскую звезду. Подробнее с картинами нейросетей, полученных таким способом, можно ознакомиться в галерее "Медузы".