Filmi "Mona Lisa" mõistatuslik, maalitud naeratus on tuntud kogu maailmas, kuid see kuulus nägu esitas hiljuti ehmatava uue väljendusvahemiku, mis oli tehtud tehisintellekti viisakusest.
21. mail YouTube'iga jagatud videos on kolmes videoklipis Mona Lisast häbiväärsed näited, kui ta huuli liigutab ja pead pöörab. Teda lõi konvolutsioonne närvivõrk - sellist tüüpi AI, mis töötleb teavet sama palju kui inimese aju, et pilte analüüsida ja töödelda.
Teadlased koolitasid algoritmi, et mõista näojoonte üldkujusid ja nende käitumist üksteise suhtes ning seejärel rakendada seda teavet piltide jaoks. Tulemuseks oli realistlik videoseeria uutest näoilmetest ühest kaadrist.
Mona Lisa videote jaoks õppis AI näo liikumist kolme inimsubjekti andmekogumitest, andes kolm väga erinevat animatsiooni. Kui igaüks neist kolmest klipist oli endiselt äratuntav kui Mona Lisa, siis koolitusmudelite väljanägemise ja käitumise erinevused andsid "elavatele portreedele" selged "isiksused", "rääkis Skolkovo teaduse ja tehnika instituudi insener Egor Zakharov ja selgitas videol Samsung AI keskus (mõlemad asuvad Moskvas).
Zakharov ja tema kolleegid lõid ka animatsioone fotodest 20. sajandi kultuurikoonidelt, nagu Albert Einstein, Marilyn Monroe ja Salvador Dali. Teadlased kirjeldasid oma leide, mida ei olnud eelretsenseeritud, 20. mail veebis avaldatud uuringus eeltrükiajakirjas arXiv.
Selliste originaalsete videofilmide, mida nimetatakse sügavkülmikuteks, tootmine pole lihtne. Inimese pead on geomeetriliselt keerukad ja väga dünaamilised; Peade 3D-mudelitel on "kümneid miljoneid parameetreid", kirjutasid uuringu autorid.
Veelgi enam, inimese nägemissüsteem on uuringu kohaselt väga hea 3D-modelleeritud inimese peades "isegi väiksemate vigade" tuvastamiseks. Nähes midagi, mis näeb välja peaaegu inimlik, kuid mitte päris, tekitab sügava rahutuse, mida tuntakse võhiku oru efektina.
AI on varem näidanud, et veenvate sügavkülmikute tekitamine on võimalik, kuid selleks oli vaja soovitud subjekti mitut nurka. Uue uuringu jaoks tutvustasid insenerid AI-le väga suurt võrdlusvideote andmebaasi, mis näitavad inimeste nägusid tegevuses. Teadlased lõid näo orientiire, mida saaks kasutada iga näo korral, et õpetada närvivõrgustikku, kuidas näod üldiselt käituvad.
Seejärel koolitasid nad AI-d kasutama viitelauseid allika tunnuste liikumise kaardistamiseks. See võimaldas AI-l luua sügavkujutise ka siis, kui sellel oli ainult üks pilt, millest töötada, teatasid teadlased.
Ja rohkem lähtepilte andis lõpliku animatsiooni korral veelgi üksikasjalikuma tulemuse. 32 pildi asemel loodud videod saavutasid kasutaja uuringus "täiusliku realismi", kirjutasid teadlased.
