Гугловский сервис DeepDream дает возможность обработки изображений через программу, которая «видит» странных животных и объекты в картинке. Так, выше — что я сделал с картинкой авокадо с помощью DeepDream (7 уровень, весьма глубокий, по клику открывается в полный размер). Оригинал:

Как пишет википедия, «программа была написана для нахождения на картинках лиц и других паттернов, с целью автоматической их классификации». Но если программу продолжать натравливать на картинку для более глубокого поиска, тогда она и начинает находить лица и паттерны, там, где их, собственно, нет. Ну, или для любителей философии, там, где их не видит человек. А может авокадо так и выглядит на самом деле? :)
Картинки при этом получаются похожими на зрительные галлюцинации человека под психоделиками (по мнению опытных пользователей). Факт этот любопытен тем, что может означать функциональное сходство между зрительной корой человека и нейронной сетью искусственного интеллекта.
Еще одно недавнее исследование: ученые (Radford, Metz, & Chintala, 2015), тренируя особый тип нейронных сетей, generative adversarial networks, научили компьютер генерировать дизайны помещений (вполне неплохие, кстати), и лица людей. Так, давая фотографии улыбающихся женских лиц, дали задание выделить концепцию «улыбки» и соединить ее с концепцией «мужчина». В результате получается коллекция улыбающихся мужских лиц несуществующих людей. Пока еще, конечно, не совершенно, но сети учатся быстро.

Как отмечает автор статьи в New Scientist (Aron, 2015), вполне скоро мы могли бы искать картинки в Гугле по описанию – сама картинка будет генерироваться на лету и будет абсолютно уникальна.
Недалек тот день, когда искусственный интеллект будет создавать гораздо лучшие и картины, и дизайны, как зданий, интерьеров, так и любых механизмов и приборов, и всего остального. Чем займемся мы — вот вопрос, на который пора начать отвечать.
Aron, J. (2015). Computer’s imagination creates human faces. New Scientist USA. December 5, 2015.
Radford, A., Metz, L., & Chintala, S. (2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. arXiv.org. http://arxiv.org/abs/1511.06434

В тестировании приняло участие 15 человек (5 мужчин и 10 женщин), возрастом от 23 до 49 лет, (средний возраст 33 года). Меньше на пять человек, чем в предыдущем, но это не так важно. Все остальные условия просмотра, в том числе, разрешение изображений и размер экрана монитора, были одинаковы.

Для сравнения, тепловая карта оригинала (справа) и модифицированной фотографии:
Теперь наша девушка уже вовсе не так привлекательна для глаз. Внимание уходит чуть ниже, на другую женщину с бантом. Новая женщина, с кисловатым выражением лица и с фиолетовым бантом, привлекает внимание, хотя и не так много, как первая – возможно, из-за темного по цвету банта и расположения подальше от центра. Это вновь подтверждает тезис о том, что если женщина хочет быть привлекательной для глаз, в буквальном смысле, стоит озаботиться яркими/контрастными аксессуарами, и располагаться максимально близко к центру.
Как видите, ему удается оставаться почти незамеченным, даже если смотреть на него в упор – центр одного из очагов внимания рядом с ним, но не на нем! Никто из респондентов его не замечал и не отмечал ничего необычного. Конечно, кто-то скажет, что это просто отражение света или неба в очках, но мы же не настолько наивны, чтобы поверить в эту версию! Перед нами, очевидно, на выбор: либо сверхчеловек, который по неосторожности не затушил свои суперглаза-лазеры, либо северокорейский аналог гугл-очков. Другие мужчины, если посмотреть, были более предусмотрительны. Мы видим, как мужчина отшатнулся, в последний момент осознав, что его сфотографировали, но сохранил самообладание, чтобы не смутиться.


Почему молодая женщина с зеленым бантом в традиционной праздничной одежде (чосон-от, если не ошибаюсь) привлекла так много внимания?
Число фиксаций взглядов:
Может быть её лицо выглядит как-то необычно или это уже придумывание причин, и мне это кажется?
— Вопросы есть?





Парочка похожих по тематике статей из последних журналов: