Nachrichten aus der Kategorie der Ereignisse, die möglicherweise nicht häufiger auftreten als Ereignisse auf der Ebene der Entdeckung des Higgs-Bosons. Die beliebte Hollywood-Schauspielerin Kristen Stewart begeisterte die gesamte KI-Forschungsgemeinschaft, indem sie einen veröffentlichten Artikel über maschinelles Lernen mitverfasste.
The Dream of Millions of Twilight-Fans feierten kürzlich ihr Regiedebüt und inszenierten das Kurzdrama Come Swim, in dem die als Stilübersetzung bekannte Technologie des maschinellen Lernens verwendet wurde. Es ist eine Technik, bei der die Ästhetik eines Bildes oder Videorahmens der Ästhetik eines anderen Bildes oder Rahmens überlagert wird, um einen impressionistischen visuellen Stil zu erzeugen.
Mit der Unterstützung des Spezialisten für visuelle Effekte, Bhautik Yoshi, und des Produzenten David Shapiro hat Stewart gemeinsam ein wissenschaftliches Papier verfasst, in dem der Herstellungsprozess des Films und die darin verwendeten Technologien beschrieben werden. Der Artikel wurde in der größten wissenschaftlichen Online-Bibliothek arXiv veröffentlicht, in der Veröffentlichungen nicht von Experten begutachtet werden.
Fans der Schauspielerin sowie Experten auf dem Gebiet der Forschung mit künstlicher Intelligenz waren überrascht (und erfreut) zu erfahren, dass Stewart aktiv an dieser Arbeit beteiligt war.
Die Arbeit selbst trägt den Titel „Impressionistische Gemälde zum Leben erwecken, indem sie durch neuronale netzwerkgesteuerte Stilübertragung zum Leben erweckt werden“und bietet eine detaillierte Analyse, wie ein ähnlicher Ansatz des maschinellen Lernens zum Erstellen von Filmen verwendet werden kann. Im Artikel selbst wird der Kurzfilm Let's Go Swim als "ein poetisches impressionistisches Porträt eines trauernden Mannes unter Wasser" beschrieben.
Um den visuellen Stil zwischen den Bildern zu übertragen, verwendete das Filmteam vorhandene neuronale Netze, mit deren Hilfe sie zuerst den gewünschten Stil auf das Testbild übertrugen und dann das Bild Schritt für Schritt änderten, indem sie "Blöcke mit neuen Farben und Texturen" hinzufügten, bis sie das gewünschte erhielten Bewirken. Nachdem sie die Stilübertragung nach Bedarf angepasst hatten, wendeten sie diese Methode auf verschiedene Teile des Gemäldes an und erstellten Rahmen wie die folgenden. Grundsätzlich ähnelt diese Methode einem sehr fortgeschrittenen progressiven Scan.
Natürlich folgte die erwartete negative Reaktion auf die veröffentlichte Arbeit: "Warum zum Teufel kommt eine Hollywood-Schauspielerin überhaupt in eine maschinelle Lernumgebung, in der sie nichts versteht?" Wichtiger ist hier jedoch die Tatsache, dass maschinelle Lernwerkzeuge, die früher nur für diejenigen interessant waren, die sie praktisch gelebt haben, immer beliebter werden. Open-Source-Struktur-KI wie der gleiche Tensor Flow und Keras ermöglichen es jedem, KI-Code zu schreiben und darauf basierende kommerzielle Verarbeitungsmethoden zu erstellen, wie die gleiche Stilübertragung (übrigens verwendet das gleiche soziale Netzwerk Facebook sehr aktiv Bildfilter, die von erstellt wurden basierend auf dieser Methode) und zur Förderung solcher Technologien in der Kultur beitragen.
Werbevideo:
Letztendlich wird die KI-Revolution von mehr als massiven Datenmengen und leistungsstarken Prozessoren abhängen, um diese Daten zu klassifizieren und an die Arbeit anzupassen. Hier ist es auch wichtig, eine offene Community von Entwicklern sowie zugängliche Tools für die Arbeit zu schaffen. Und Stewarts Forschungsbericht ist ein großartiges Beispiel dafür, wie dies funktionieren kann und was wir damit erreichen können.
Der Kurzfilm Let's Go Swim wurde beim Sundance Film Festival 2017 gezeigt. Unten können Sie einen Teaser des Films sehen.
NIKOLAY KHIZHNYAK
