我喜欢Biggans,但他们的照片确实撒谎,你的其他AI不能否认

凝视电脑创造的狗球的恐怖


图片 由AI生成的图像一直非常容易发现,因为它们总是对人眼略微奇怪,但它越来越难以区分真实和假的。

来自英国的深度和海鳗大学的研究人员已经通过增加了它们被称为Biggans的机器学习模型的大小来显着提高由生成的对抗性网络(GAN)模拟的图像的质量。

最好的结果,包括带有软盘耳朵的棕​​色狗的照片,岛屿景观,蝴蝶和芝士汉堡,看起来像真正的照片。

bigan.

图像学分:Brock等人。

然而,继续盯着看,你将开始看到一些轻微的不一致。狗的眼睛釉面了,并且有一个奇怪的补丁不属于蝴蝶的翼。根据结果​​,这些仍然是由甘甘创建的最佳图像 发表 在上周晚些时候的Arxiv。

GANS由两个独立的神经网络组成,互相工作。发电机网络产生图像,鉴别器网络尝试确定其真实还是假的。在培训过程中,生成器学习如何微调过程以创建更好的图像以绕过鉴别器。

获得更多现实结果的诀窍是使一切都更大。 “我们展示了GANS从缩放和培训模型中大大效益,并且与现有技术相比,批量尺寸的参数和八次批量频率的培训模型,”本文说。

shocked_tv.

眼睛没有它! AI的“深刻的”vids在现实主义中飙升

阅读更多

Biggan在Imagenet上培训,一个流行的数据集用于包含数百万个不同对象的图像分类任务。执行最佳的批次大小为2,048,这意味着它在每个训练迭代期间从数据集中施加到数据集的数量。神经网络通过许多训练周期来处理整个数据集多次。

它还拥有超过1.58亿参数 - 描述在培训过程中可以学习的图像的属性 - 并要求128谷歌TPU3豆荚在大约一到两天内训练模型。

另一种技术,研究人员称之为“截断诀窍”,强制生成器创建与训练数据集更相似的图像,使其更加逼真。

“发电机的输出由其输入有多大性的控制。我们的技术使得输出减少,但质量更高,通过减少投入的可变性,“爱丁堡机器人中心的博士学位,在Iferiot-Watt大学,曾告诉过 企业技术新闻.

使用AI创建虚假内容,越来越真实地提出了担忧。有许多案例已被用于创建图像以模仿别人的脸。像巴拉克奥巴马和唐纳德特朗普这样的政治家的照片 已经被操纵了 让他们说他们没有说的话。互联网变态也使用了类似的技术 将他们最喜欢的女演员面临着色情演员的尸体。.

布罗克告诉 El Reg.,他也担心GANS如何恶意地使用。 “这是我选择专注于更全面的图像建模而不是面孔的原因的一部分 - 对于政治或不道德的目的,使用比使用另一个人的形象更难地使用狗球的图像更难。”

狗球

狗窝!某种狗和网球之间的交叉。图像学分:Brock等人。

GANS帮助开发人员创造艺术,虽然它们似乎似乎没有太大的实际意义,但他们对学习的有意思。

“可以产生令人信服的样品的神经网必须学习富裕的结构,使我们的复杂视觉世界成为您的复杂视觉世界 - 您必须”了解“某些东西才能绘制它。如果我们可以建立彻底了解的模型,那么我们可以根据他们学习的陈述做很多有趣的事情,“他补充道。 ®


咬住它的手©1998-2021