У меня нет слов.
Это была моя самая короткая статья, пока я не добавил ниже дополнительный комментарий. Вот видео об этом:
Если вы считаете приведенное выше видео безумным, то эта интерактивная версия действительно поразит вас: http://alteredqualia.com/xg/examples/synthetic_celebrities_interpolation.html
Система, по сути, использует подход, аналогичный StackGAN, но вместо того, чтобы просто фиксировать себя на двух этапах, она постепенно перерастает в несколько этапов, изучая меньшую сеть, в большую. Использование остаточных слоев в качестве шага перехода между постепенно увеличивающимися сетями:
Позвольте мне добавить небольшой комментарий по поводу этого развития. Задача исследователей определенно заключалась не в том, чтобы создать лучшую красоту для глаз, а в том, чтобы масштабировать текущий метод GAN для получения более крупных изображений. Очевидно, что применение этого метода заключается в его способности создавать симуляции. Создание симуляций будет иметь значение при решении более сложных задач прогнозирования. Чем более точное моделирование может быть выполнено быстро, тем точнее мы сможем создать вероятностные модели.
Но самое страшное в том, что это сгенерированные изображения. Лучшая компьютерная графика не может сравниться с ними с точки зрения обмануть мозг, заставив его поверить в реальность. В фильме «Изгой-один» из «Звездных войн» использовалось компьютерное изображение покойного Питера Кушинга. Я уверен, что аниматоры использовали все уловки в книге, чтобы компьютерная графика выглядела реальной, но ясно, что все это провалилось. Однако теперь у вас есть автоматизация, которая может создавать реалистичные изображения людей с высоким разрешением. Короче говоря, в ближайшие год или два фильмы и игры, которые вы видите, имитирующие людей, теперь, наконец, будут выглядеть как настоящие. Пусть эта мысль осядет на время.
В прошлом году я досрочно объявил победителя лучшей работы ICLR: Re-Thinking Generalization. ICLR решила использовать двойную слепую подачу документов, чтобы сделать процесс более объективным. К сожалению, теперь очевидно, кто заслуживает безоговорочного победителя конференции ICLR 2018 года. Если только в следующие месяцы вы не найдете более впечатляющую работу. Удачи в добыче материалов ICLR!
Технологии глубокого обучения - это машины интуиции, и, как следствие, их способность генерировать то, что мы видим, действительно сверхъестественным образом обманывает нашу собственную интуицию.
Дальнейшее чтение:
Https://www.wired.com/story/future-of-artificial-intelligence-2018
