重寫機器生成藝術的規則

馬通常不戴帽子，深層的生成模型或GAN通常不遵循人類程序員制定的規則。但是麻省理工學院開發的一種新工具允許任何人進入GAN并像編碼員一樣告訴模型將帽子戴在它繪制的馬頭上。

在本月歐洲計算機視覺會議上出現的一項新研究中，研究人員表明，可以像許多行代碼一樣對神經網絡的深層進行編輯，以生成前所未有的令人驚訝的圖像。

該研究的主要作者，博士David Bau說：“ GAN是令人難以置信的藝術家，但是他們僅限于模仿他們看到的數據。” 麻省理工學院的學生。“如果我們可以直接重寫GAN的規則，那么唯一的限制就是人類的想象力。”

生成對抗網絡(簡稱GAN)將兩個神經網絡相互對抗，以創建超逼真的圖像和聲音。一種神經網絡(生成器)學會模仿在照片中看到的臉部或聽到的單詞。第二個網絡，鑒別器，將發生器的輸出與原始輸出進行比較。然后，生成器迭代地基于鑒別器的反饋，直到其偽造的圖像和聲音足夠令人信服以至于無法通過。

GAN吸引了人工智能研究人員，因為他們具有創造令人驚嘆的逼真的圖像的能力，有時甚至是深深的怪異，從融化成一堆毛皮的后退貓到站在教堂門口的婚紗，就像新娘拋棄了一樣。 。像大多數深度學習模型一樣，GAN依靠大量數據集來學習。他們看到的例子越多，他們越能模仿他們。

但是這項新研究表明，大型數據集不是必需的。Bau說，如果您了解了模型的連接方式，即使沒有文字示例，也可以編輯其層中的數字權重以獲得所需的行為。沒有數據集?沒問題。只需創建自己的。

他說：“我們的培訓數據就像囚徒一樣。” “ GAN只學習我們數據中已經存在的模式。但是在這里，我可以操縱模型中的條件來創建帶帽子的馬。這就像編輯基因序列來創建全新的東西，例如將螢火蟲的DNA插入植物中。使它在黑暗中發光。”