Artystyczny algorytm

2 153

Fakt, że Facebook rozpoznaje twarze na opublikowanych na portalu zdjęciach właściwie nikogo już nie dziwi i jest traktowany przez nas jako codzienność. Rzadko kiedy jednak zastanawiamy się nad tym, co sprawia, że taki proces – choć spowszedniały, to jednak wciąż niesamowity – może mieć miejsce. Dzieje się to za sprawą tzw. konwulcyjnej lub splotowej sieci neuronowej, imitującej sieć komórek nerwowych znajdujących się w mózgu ludzkim. I, jak można się domyślać, rozpoznawanie twarzy na zdjęciach to tylko jedna z wielu możliwości idących wraz z rozwojem tej technologii.

Sztuczna inteligencja pobudza wyobraźnię informatyków oraz naukowców od wielu lat. Badacze na całym świecie pracują nad zgłębieniem tej idei, próbując zbudować algorytm działający podobnie, jak ludzki mózg. W ostatnim czasie w środowisku tym na popularności zyskały splotowe sieci neuronowe, czyli systemy, które, jeśli wypełnione dużymi zbiorami danych, są w stanie „nauczyć się”, jak wykonywać konkretne zadania. Przykładowo, jeśli nasycimy je zdjęciami psów, mogą nauczyć się, jak rozpoznawać właśnie psy. Dzięki temu, że sieci te przetwarzają sekwencje, nie pojedyncze sygnały, mogę one nie tylko czynić obserwacje, ale również na ich podstawie wyciągać wnioski i modyfikować swoje wewnętrzne operacje.

Możliwości związanych z tego rodzaju sieciami jest bardzo wiele – i prawdopodobnie z większości z nich nie zdajemy sobie jeszcze sprawy. Poza wspomnianym rozpoznawaniem twarzy, wystarczy wymienić choćby rozumienie języka naturalnego, stosowane w apple’owskim Siri czy niedawny projekt Google’a DeepDream, zmieniający umieszczane na platformie zdjęcia w obrazy z niepokojącego snu. Jako ciekawostkę dodać można, że sieci te są w stanie przeanalizować podsumowanie „Władcy Pierścieni” i na podstawie własnych obserwacji odpowiadać na pytania dotyczące książki.

Wydaje się jednak, że aktualnie projektem, który zasługuje na szczególną uwagę, jest ten autorstwa niemieckich badaczy, zatytułowany „A Neural Algorithm of Artistic Style”, czyli neuronowy algorytm stylów artystycznych. Naukowcy „nauczyli” system dostrzegać różnicę między tym, jakie kolory, kształty, linie oraz pociągnięcia pędzla stosowane są przez konkretnych artystów tak, by algorytm był w stanie przetworzyć regularne zdjęcie w takie, które korespondowałoby ze stylem danego malarza. 

W głównym teście systemu badacze zaprezentowali mu zdjęcie ciągu domów w Tubigen nad rzeką Neckar, wraz z reprezentatywnymi obrazami sławnych artystów. Sieć następnie podejmowała próbę przemienienia zwykłego zdjęcia krajobrazu w obraz, który wyglądałby jak namalowany przez konkretnego malarza, opierając się na dekonstrukcji i analizie poszczególnych warstw dzieła sztuk. Autorzy badania zaznaczają, że stworzony przez nich algorytm może być pierwszym krokiem w stronę zrozumienia tego, jak wygląda ludzki proces tworzenia i odbierania sztuki. 

tubligen neckar

Projekt niemieckich badaczy przywołuje na myśl inna inicjatywę, której autorką jest Donya Quick, wykładowczyni z amerykańskiego uniwersytetu Yale. Stworzony przez nią system o nazwie Kulitta komponuje utwory muzyczne podobne stylistycznie do tych stworzonych przez najwybitniejszych muzyków światowych, bazując na bibliotece różnych gatunków i stylów muzycznych. Program ten jest o tyle ważny, że nie tylko naśladuje twórczość kompozytorów, ale również potrafi skomponować taką muzyke, która łamie zasady muzyki klasycznej czy jazzowej, oferując nowe, nieznane jeszcze dźwięki.

Oczywiście można się zastanawiać, czy takie projekty nie są małym, ale znaczącym krokiem w stronę zastąpienia człowieka przez maszyny, szczególnie zważywszy na to, że po ulicach zaczynają jeździć samoprowadzące się samochody, paczki mogą być dostarczane przez drony, a na popularności zyskują agencje automatyzujące działania marketingowe. Wydaje się jednak, że na razie nie ma o co się martwić. Tym, co czyni każdy ze wspomnianych procesów wyjątkowym, jest jego warstwa emocjonalna – coś, czego maszyny jeszcze przez wiele lat nie będą miały w swoim repertuarze. Algorytm niemieckich badaczy, choć ciekawy, wciąż tylko imituje to, co zobaczy – nie zaś tworzy coś sam z siebie. Podobnie rzecz ma się z Kulittą – chociaż system potrafi samodzielnie stworzyć nowe dźwięki, robi to dopiero po poznaniu zasad rządzących muzyką i po analizie setek utworów muzycznych. Wydaje się więc, że jeszcze przez kilka lat jesteśmy „bezpieczni”.

::

Fot. Wikimedia Commons/domena publiczna

Komentarze
var __collector_config = { publisher: '62CD5834-C757-4F9F-A4EA-7451478E0D3C', };