Нейросеть научилась превращать портреты людей в фотографии животных

Бельгийский программист Ксандер Стинбрюгге (Xander Steenbrugge) разработал нейросеть «Humanimals», которая превращает людей на фото в животных. Новый эксперимент исследователя стал частью его крупного проекта «Neural Synesthesia», в рамках которого он создаёт произведения искусства совместно с искусственным интеллектом.

В рамках нового эксперимента программист совместил две нейронные сети, выложенные в открытый доступ. Первая генеративная модель называется StarGAN v2, основана на 15 тысячах HD-изображениях животных и способна превращать одних зверей в других. Вторая модель известна как StyleGAN v2 и плавно придаёт лицу одного человека очертания другого лица.

Обе нейронные сети являются генеративно-состязательными и состоят из двух частей. Первая генерирует образцы, а вторая отфильтровывает те, которые не соответствуют заданным требованиям и пропускает «правильные». Обычно генеративно-состязательные нейросети используются для создания портретов и улучшения качества фотографий.

«В большинстве научных работ нейронная сеть имеет одну намеченную цель «А». Но поскольку методы машинного обучения очень гибки, на самом деле он может достигать целей «B», «C» и «D» с одной и той же моделью, но с разными алгоритмами. Вот тут-то и начинается настоящее веселье», — объяснил Ксандер Стинбрюгге журналистам издания Motherboard.

Практического применения новой нейронной сети нет, но она в очередной раз доказывает, что компьютеры тоже могут заниматься творчеством. В рамках проекта «Neural Synesthesia» Ксандер уже создавал произведения искусства. Например, ранее он научил нейронную сеть создавать плавные переходы между картинами и скрестил полученный результат с музыкой. Результат работы можно посмотреть на видео ниже.

Разработкой подобных нейронных сетей занимаются в России. В 2019 году сотрудники Центра искусственного интеллекта Samsung создали модель, которая буквально «оживляет» портреты известных людей. Посмотреть, как бы выглядел говорящий Ф. М. Достоевский, можно здесь.

Источник:

• Motherboard