Plan B - Fanatica Sensual Official Video
A simple vista, la foto en la parte superior se ve como una foto ordinaria de una calle común, tomada desde una cámara del tablero o desde alguien tan tonto como para vagar por la carretera para tomar una fotografía de una escena tan mundana.
Pero mira un poco más de cerca. ¿Observe cómo la señal de tráfico está ligeramente distorsionada, o cómo algunos de los autos se ven borrosos? Hay algo mal aquí. Esto no es una fotografía en absoluto. Es una imagen que fue creada enteramente por un A.I.
Los científicos informáticos de la compañía tecnológica Nvidia y la Universidad de California en Berkeley han escrito un artículo de investigación, disponible en preimpresión en arXiv, que detalla cómo pudieron obtener una red neuronal para generar imágenes reales de calles y retratos humanos. Incluso incluyeron una interfaz de usuario que te permite ajustar las imágenes como quieras agregando más follaje o incluso cambiando el clima.
"El juego está creciendo rápidamente, porque a la gente le encanta interactuar entre sí en entornos virtuales", dice Ming-Yu Liu, científico senior de Nvidia, Inverso en un email "Sin embargo, construir los mundos virtuales es costoso con la tecnología actual, porque requiere que los artistas modelen y simulen explícitamente la textura y la iluminación para el mundo que están construyendo. Con la traducción de imagen a imagen, podemos en cambio probar el mundo real para crear mundos virtuales ".
Las redes neuronales son computadoras modeladas para funcionar como un cerebro humano al tomar información, aplicarla y aprender de los resultados. Esta investigación utilizó tipos especiales de redes neuronales introducidas por Ian Goodfellow en 2014, denominadas redes de confrontación generativas, o GAN, que generalmente consisten de dos redes, la generadora y la discriminadora.
El generador recibe fotos y comienza a crear imágenes sintéticas similares a las que se le dieron. A continuación, muestra una combinación de las imágenes que recibió y las falsificaciones del discriminador, cuyo trabajo es diferenciarlas. A medida que este proceso continúa, el generador se vuelve mejor imitando las imágenes originales y el discriminador se vuelve mejor al distinguir las falsificaciones. Los resultados son imágenes bastante convincentes, y totalmente falsas.
Esta investigación se basa en el modelo tradicional de GAN al agregar la división del generador y las redes discriminadoras en unas pocas subredes, lo que permite la salida de imágenes de mayor resolución. Las redes neuronales también pueden tomar un mapa semántico, o un plano de cómo se ve la foto, y rellenar las texturas de forma autónoma. Los usuarios pueden incluso ingresar al plano y cambiar las cosas si desean agregar edificios en lugar de árboles en una vista de la calle o ampliar los ojos en un retrato.
El artículo compara sus resultados con experimentos similares realizados con este método, el más notable es pix2pix. El estudio de Nvidia y UC Berkeley puede generar imágenes con detalles tan pequeños y precisos como placas de matrícula legibles, mientras que pix2pix produce imágenes que casi parecen pinturas de acuarela.
Si bien esta herramienta podría usarse para ganar algo de karma reddit gratuito con un par de fotos extravagantes, los autores ven un gran potencial en la utilización de este enfoque para generar gráficos realistas con solo un simple plano.
Cientos de horas de arduo trabajo se dedican a generar mundos virtuales para su uso en Google Maps, películas y videojuegos. Liu dice que este modelo podría servir como una forma de obtener la mayor parte del diseño sin dolor y luego ir y ajustar los detalles más adelante.
"En lugar de representar el mundo explícitamente al modelarlo, podemos construir el mundo implícitamente mediante el uso de la traducción de imagen a imagen para traducir entre un modelo simple del mundo que no contiene ninguna textura o iluminación, y una salida fotorrealista.. Esta capacidad debería hacer que sea mucho más barato construir mundos virtuales ", dice. Inverso.
Para el siguiente paso en esta investigación, el equipo espera explorar la traducción de video a video, que usaría redes neuronales para crear videos realistas. Un objetivo que, según Lui, ha desafiado a los investigadores en el campo.
Ahora sabes con qué facilidad se pueden crear imágenes falsas. No confíes en todo lo que ves en las imágenes de Google.
Los siguientes zapatos de Nike podrían presentar imágenes fotorrealistas en 3D en lugar de logotipos
Nike, el benefactor de por vida de Lebron James, ha patentado una técnica para imprimir pantallas 3D en sus zapatos. Si bien las imágenes en 3D no serán dinámicas, serán "fotorrealistas"; imagínese, por ejemplo, un Michael Dunking realista en su Jordan 11s en lugar de la clásica silueta roja. La Oficina de Patentes de EE.UU. describe th ...
Esta red neuronal puede hacer que tus imágenes borrosas vuelvan a tener una calidad perfecta
Tres científicos informáticos han creado una red neuronal que puede restaurar las imágenes dañadas a su resolución total sin la necesidad de un gran conjunto de datos.
Coachella 2018: La red neuronal crea una alineación que suena muy real
En el universo paralelo donde las computadoras nombran bandas populares, Coachella 2018 estará encabezada por Fanch, One of Pig y Lil Hack.