""

澳门太阳城|网站注册

  • 在澳门太阳城网站开发的ganpaint系统可以方便的功能添加到现有的图像。在左,一个厨房的原始照片;在右侧,同样的厨房增加了一个窗口。合着者君燕竹认为更好的了解甘斯将帮助研究人员能够更好地杜绝造假:“这样的认识可能会潜在地帮助我们更容易识别真假的图像。”

    在澳门太阳城网站开发的ganpaint系统可以方便的功能添加到现有的图像。在左,一个厨房的原始照片;在右侧,同样的厨房增加了一个窗口。合着者君燕竹认为更好的了解甘斯将帮助研究人员能够更好地杜绝造假:“这样的认识可能会潜在地帮助我们更容易识别真假的图像。”

    全屏
  • ganpaint工作室通用接口

    ganpaint工作室通用接口

    全屏

教学人工智能创造更多的常识的视觉效果

在澳门太阳城网站开发的ganpaint系统可以方便的功能添加到现有的图像。在左,一个厨房的原始照片;在右侧,同样的厨房增加了一个窗口。合着者君燕竹认为更好的了解甘斯将帮助研究人员能够更好地杜绝造假:“这样的认识可能会潜在地帮助我们更容易识别真假的图像。”

澳门太阳城网站/ IBM系统可以帮助艺术家和设计师迅速做出调整,以视觉效果,同时也帮助研究人员找出“假”的图像。 看视频


记者联系

亚当·康纳 - 西蒙斯
电子邮件: aconner@csail.mit.edu
电话:617-324-9135
MIT Computer Science & 艺术ificial Intelligence Lab

今天的智能手机通常使用人工智能(AI)来帮助我们采取更清晰和更清晰的照片。但如果这些人工智能工具有什么可以用来从头开始创建整个场景?

来自澳门太阳城网站和IBM的一个小组已经完成正好与“ganpaint工作室”一系统,该系统可以自动生成它们内部现实摄影图像和编辑对象。除了帮助艺术家和设计师迅速做出调整的视觉效果,研究人员说,工作可以帮助计算机科学家找出“假”的图像。

大卫BAU,博士生澳门太阳城网站计算机科学和人工智能实验室(CSAIL),介绍了该项目的第一次计算机科学家之一已经能够真正“涂料与神经元”神经网络 - 特别是普及型网络称为生成对抗性网(GAN)。

可在网上 互动演示,ganpaint工作室允许用户上传他们选择的图片,并修改其外观的多个方面,从改变对象的大小,以增加全新的项目,如树木和建筑物。

福音设计师

由澳门太阳城网站教授安东尼奥·托拉尔瓦率先为部分 MIT-IBM沃森人工智能实验室 他指示,该项目具有广阔的应用前景。设计师和艺术家可以用它来更快地做出调整,以他们的视觉效果。该系统适应视频剪辑将使计算机图形编辑器,快速组成所需要的特定拍摄对象的具体安排。 (想象一下,例如,如果一个导演拍摄了整个场景与演员,但忘记在这的情节很重要的背景上的对象。)

ganpaint工作室还可以用来改善和调试正在开发的其他甘斯,通过分析他们需要删除“神器”单位。在不透明的AI工具已经比以往任何时候作出的图像处理更容易的世界里,它可以帮助研究人员更好地了解神经网络及其基本结构。

“现在,机器学习系统的黑盒子,我们并不总是知道如何改进,有点像,你必须通过点击它们就在身边,以解决这些旧电视机,说:”在相关BAU,主要作者一篇关于与托拉尔瓦监督一队系统。 “这项研究表明,尽管这可能是可怕的开拓电视,看看所有的电线,还有的将是大量的在那里有意义的信息。”

一个意外的发现是,该系统实际上似乎已经了解对象之间的关系,一些简单的规则。它在某种程度上知道,不要把一些地方它不属于,就像天空中的窗口,同时也建立了在不同环境下不同的视觉效果。例如,如果有一个图像在两个不同的建筑和系统要求门同时添加到,它不是简单地添加相同的门 - 他们可能最终看起来彼此完全不同。 

“所有的绘图应用程序会按照用户的指令,但是我们可能会决定用户命令来把一个对象在一个不可能的位置不画任何东西,”托拉尔瓦说。 “这是一个个性很强的绘图工具,它会打开一个窗口,可以让我们了解如何甘斯学会代表视觉世界。”

甘斯是一组发展到相互竞争的神经网络。在这种情况下,一个网络是一家专注于打造逼真的图像发生器,第二是鉴别其目标是不被发电机所迷惑。每一个鉴别“捕捉”发电机时,它暴露的决定,这使得发电机连续获得更好的内部推理。

“这是真正令人兴奋的看到这是如何工作的,使我们能够直接看到甘斯居然学到东西是开始看起来有点像常识,” JAAKKO莱赫蒂宁在芬兰的一个副教授 阿尔托大学 谁没有参与该项目。 “我认为这种能力是至关重要的垫脚石具有能够在人类世界,这是无限的,复杂的和多变的功能实际上自治系统。”

冲压出不必要的“假”图像

球队的目标是给人们在赣网络更多的控制。但他们承认,与增加的动力来自潜在的滥用,如使用这种技术对医生的照片。合着者君燕朱说,他认为更好的了解甘斯 - 与各种错误的,他们做 - 将帮助研究人员能够更好地杜绝造假。

“你需要知道你的对手,才能抵御它,说:”朱,在CSAIL的博士后。 “这样的认识可能会潜在地帮助我们更容易识别真假的图像。”

制定制度,团队首次发现了甘内的单位,特定类型的对象,如树关联。它然后经单独测试这些单位,看看是否让他们摆脱会导致某些物体消失或出现。重要的是,他们还确定了造成视觉误差(工件)的单位和合作,删除它们,以提高图像的整体质量。

“每当甘斯生成非常不现实的图像,这些错误的原因以前一直是个谜,”共同作者亨德里克strobelt,IBM的科学家说。 “我们发现,这些错误是由我们可以沉默,以提高图像的质量神经元的特定集合触发。”

BAU,strobelt,托拉尔瓦和朱合写与前CSAIL博士生论文博雷周,博士后乔纳斯武尔夫和本科生威廉·皮布尔斯。他们将于下月在洛杉矶SIGGRAPH大会出示。 “这个系统打开了一个门进入一个更好的理解甘车型,而这将帮助我们做什么样的研究,我们需要与甘斯做的,说:”莱赫蒂宁。


话题: 计算机科学和人工智能实验室(CSAIL), MIT-IBM沃森人工智能实验室, 算法, 机器学习, 计算机视觉, 人工智能, Electrical Engineering & Computer Science (eecs), 计算机科学与技术, 艺术, 追求智慧

回到顶部