ビデオはどのように示していますか。生成されたアートはあなたの夢を魅了したり悩ませたりすることができます

今月初め、オークションハウスのChristieが売っているものは、大手オークションハウスが販売したアルゴリズム的に生成されたアートの最初の作品です。値札 - 約50万米ドル - は、作家の起源、ノベルティにこだわったアートマーケット、そしておそらく最も重要なことについて、多くの疑問を投げかけています。

それでもなお、芸術について、より正確には画像について機械に教える努力は、宣伝のスタントではありません。詐欺的なビデオをよりよく検出できることから、映画のキャストを遡及的に変更することまで、コンピュータ科学者は、視覚の世界とよりうまく関わる方法を機械に教えるための多くの実用的な理由を持っています。

Daniel Heissはそのような技術愛好家の一人です。アートとメディアのためのZKMセンターのための創造的な開発者は4月にNVIDIA研究者によって発表されたニューラルネットワークの初期の採用者でした。それは既存の有名人の何千もの写真で訓練した後に架空の有名人の写真を生成するために作成されました。これにより、Heissは、ZKMのインタラクティブアートインスタレーションの1つによって収集された50,000のフォトブースの画像をプラグインして、どのようなアートが彼のA.Iであるかを確認することができました。作り出すだろう。オンラインインタビューで、彼は言う 逆 結果は彼が今まで想像していたよりも良かった。

「私は、1つの顔の画像が3つの顔の画像に2つの顔の画像に変換されるのを見ました。それは私が今まで考えていたよりもずっと良かった」と彼は言った。 「1面の画像だけが使用されるように画像をフィルタ処理しようとしましたが、作業中に、フィルタ処理されていないデータセットから生成されたサンプルが非常に優れていました。

漸進的に成長するGAN（Karras他）は、〜80,000点の絵画のトレーニングを受けました。pic.twitter.com/fkNjw8m2uC

- ジーンコガン（@genekogan）2018年11月3日

それ以来、HeissのビデオはRedditに23,000以上の支持を集めています。プログラマーのGene Kogan氏によるNVIDIAのアルゴリズムの別のトリッピーな使用に対応して、彼はもともと11月4日に上で見た映像をツイートしました。 Koganは、ニューラルネットワークを自分撮りする代わりに、およそ8万点の絵画を使用しました。

Koganはまた、単にすべてを失敗させるのではなく、異なるスタイルに似たフレームを作成するというA.I.の能力にも驚きました。

「私は、ごちゃごちゃすることなく、非常に多くの異なる美学を暗記できることに驚きました」と彼は言います。 逆 。 「これは、何億ものパラメータを使って遊ぶことの効果だと思います。」

教え方自分の写真を作る

Tero Karrasが率いるNVIDIAの研究チームは、もともと2014年に尊敬されるコンピュータ科学者Ian Goodfellowによって理論化された生成的な敵対的ネットワーク、またはGANを利用しました。これは、GoogleのDeepDreamツールの基礎となる技術です。

GANは2つのネットワークで構成されています。ジェネレータと識別子です。これらのコンピュータプログラムは、最終的にディープフェイクと呼ばれるものを作成するのに十分なものになるまで、何百万回も互いに競合して画像生成スキルを磨きます。

発電機は写真を供給され、それらを可能な限り最高にしようとし始めます。それはそれから弁別器にオリジナルと生成された絵を見せます、その仕事はそれがそれらを区別することです。試行回数が多ければ多いほど、ジェネレータがイメージを合成するのに適したものになり、弁別器がそれらを区別するのに適したものになります。これはかなり説得力のある - しかし完全に偽の - 顔と絵画をもたらします。

この技術がアーティストにどのように役立つか

A.I.アート界ではすでにその名前を自称しています。クリスティーズで販売されていたコンピュータで生成された肖像画に加えて、DeepDreamはものだった前からDeepDreamはトリッピーランドスケープを作り続けています。

Heissは、今日作成されている機械学習ツールは、アーティストが使用するのに熟していると考えていますが、それらを使用するには技術的な力が必要です。 ZKMがテクノロジーとクリエイティブ分野のコラボレーションを促進するためにOpen Code展示会を主催するのはそのためです。

「現在登場しているツールは、アーティストにとって非常に便利なツールになり得ますが、プログラミングやシステム管理のスキルに関する知識がないアーティストにとっては、それらを使用するのは困難です。」と彼は述べました。 「科学と芸術のこのつながりは素晴らしいことにつながりますが、双方向のコラボレーションが必要です。」

GANSのように、初期のA.I.は何百万ものデータポイントを吸収して、人間が自分で思いつくことができなかったパターンや画像さえも見ることができます。しかしながら、彼らの創造的なビジョンは未だ人間が生データとしてそれらのアルゴリズムを与えることを選ぶものによって制限されています。

美しさとコーディングスキルの鋭い目で、将来のA.I.を使用している芸術家は創造性の全く新しい時代を飛躍させるために機械学習を使用するか、またはより古い芸術様式に命を吹き込むかもしれません。しかし、機械に人間の創意工夫をよりよく模倣する方法を教えたり、コンピュータが吐き出すものをさらに一歩進めたりするには、多くのデータが必要になります。