Robbie Barrat mesterséges intelligenciák kutatásával foglalkozik, nemrég pedig kedve támadt egy érdekes kísérlethez. Egy úgynevezett Generative Adversarial Network (GAN) algoritmusával elemeztetett több ezer aktot ábrázoló festményt, majd a rendszert beprogramozta, hogy hozzon létre saját alkotásokat.
A GAN-típusú algoritmusokat a felügyelet nélküli gépi tanuláshoz használják. Valójában két neurális hálózatról van szó, az egyik a „generátor”, amely létrehozza a képeket, a másik, „diszkriminátor” nevű hálózat pedig összeveti ezeket a korábban látott példákkal.
„A generátor megpróbálja megtéveszteni a diszkriminátor hálózatot, míg az utóbbi megpróbálja megkülönböztetni a mintaként használt valódi képeket a generátor által létrehozott alkotásoktól” – magyarázta Barrat a C|NET-nek adott interjújában. „Idővel mindkét hálózat egyre jobban végzi a dolgát, így minél tovább tréningezzük a GAN-t, annál valósághűbb eredményeket kapunk.”
Ez nehezen tűnik hihetőnek az elkészült képeket látva, de Barrat elmondása szerint időnként előfordul, hogy a GAN két része belekeveredik a „local minima”-ként elnevezett jelenségbe, amelynek lényege, hogy a generátor úgy próbálja megtéveszteni a diszkriminátort, hogy nem figyelhető meg érdemi fejlődés.
Barrat Twitter-csatornáján osztotta meg az elkészült műveket, amelyeket nagyjából úgy lehet elképzelni, mintha egy izmosabb LSD-trippen lévő reneszánsz festő alkotásait néznénk.
„Kényelmetlen érzés nézni a képeket” – mondta Barrat. „Egy dolgot nem értek, hogy az arcok helyén mindig lilás-sárgás pacák jelennek meg, ami nem része a GAN tréningjének, így egyelőre még nem jöttem rá, hogy honnan vette ezeket.”
Az így létrehozott festmények úgy néznek ki, mintha csak a Google Deep Dream nevű neurális hálózata hozta volna létre azokat.
