Fake Mews: l’apprendimento automatico è stato addestrato per trasformare i cani in gatti e viceversa
Stiamo pentando sempre più abili nell’addestrare i computer a manipolare immagini e video, a mettere le parole dei consiglieri di Trump in bocca ai cantanti francesi e a trasformare le scene sulla spiaggia in fantasticherie pornografiche. Quindi era solo questione di tempo prima che tale tecnologia venisse attivata sul favorito di Internet, il gatto.
Un progetto di Nvidia e della Cornell University è il passo successivo nella “traduzione” accurata delle immagini, ed è stato dimostrato manipolando un video di un cane per trasformarlo in un gatto. Non solo un gatto, intendiamoci, ma quattro perse razze di gatti, ognuna delle quali muove la testa nello stesso modo dell’husky originale.
LEGGI SUCCESSIVO: AI contro machine learning
La tecnica è chiamata framework Multimodal Unsupervised Image-to-image Translation (MUNIT) dai suoi creatori ed è presentata come un miglioramento rispetto ai metodi precedenti in quanto offre più libertà di manipolare una determinata immagine in una gamma di output persi. Come mostra un video del quadro in azione, un gatto può essere “tradotto” in una serie di cani persi e viceversa.
“La traduzione da immagine a immagine si riferisce alla trasformazione di un’immagine da un dominio a un altro (ad esempio, dai gatti ai cani, dagli schizzi alle scarpe, dall’estate all’inverno) mantenendo invariata la struttura sottostante”, Xun Huang, autore principale di uno studio studio sulla ricerca e uno studente di dottorato alla Cornell, racconta Jugo Mobile.
“Il nostro framework non è supervisionato, il che significa che non ha bisogno di vedere esempi di immagini corrispondenti (ad es. Questo il gatto dovrebbe essere trasformato in Quello cane), ma può scoprire la relazione da solo. È anche multimodale, il che significa che un gatto può essere trasformato in più cani, mentre i lavori precedenti supportano solo la mappatura uno a uno”.
I ricercatori non sono interessati solo a scambiare i corpi degli animali domestici. Hanno anche utilizzato il framework MUNIT per manipolare immagini di paesaggi in perse stagioni, immagini di scarpe e borse da schizzi disegnati e scene di strada da scenari di guida generati dal computer.
“Questa tecnica offre maggiore libertà per la manipolazione delle immagini”, afferma Huang. “In precedenza il processo di manipolazione era deterministico: si otteneva una singola immagine di output dall’input. Con il nostro metodo puoi scegliere quale output desideri da una distribuzione di possibili output. Puoi anche controllare lo stile dell’output fornendo un’immagine di esempio.
“In pratica, questa tecnica può essere utilizzata per aiutare il processo di progettazione, per realizzare giochi/film e per aiutare lo sviluppo di auto a guida autonoma”.
L’aspetto inquietante, da Men-in-Black-cattivo dei gatti “tradotti” suggerisce che la struttura potrebbe aver bisogno di un po’ di rifinitura. Tuttavia, il progetto mostra fino a che punto sta progredendo la manipolazione delle immagini senza supervisione. Minerà la realtà di ciò che vediamo sui nostri schermi? Forse. Per ora, almeno, puoi vedere come appare Fido come Ginger Tom.
Il codice per lo studio è disponibile su GitHubQui. Trovato tramite Conoscenza protesica.
