Інцепціонізм. Як виглядають українські політики очима Google

Наприкінці червня інженери Google розповіли про роботу над нейронною мережею Deep Dream, яка вчиться розпізнавати об'єкти на зображеннях, а потім шукає їх на інших картинках.

Інженери показали роботу алгоритму на прикладі фотографій і картин, а потім виклали його у відкритий доступ. Користувачам соцмереж настільки припало до смаку нове творіння, що вони всіляко стали експериментувати з Deep Dream. На основі алгоритму почали з'являтися окремі сайти, які дозволяють "задрімити" будь-яку картинку.

ТСН.ua вирішив пропустити через штучну нейронну мережу фото українських політиків. Що з цього вийшло – дивіться у нашій галереї, а в кінці статті можна детально прочитати про те, що таке "інцепціонізм" і як працює алгоритм Deep Dream.

Юлія Тимошенко

tima (2 фото)

Нестор Шуфрич

shuf (2 фото)

Юрій Бойко

boy (2 фото)

Петро Симоненко

sim (2 фото)

Володимир Парасюк

par (2 фото)

Валеря Гонтарєва

23 (2 фото)

Семен Семенченко

21 (2 фото)

Петро Порошенко

18 (2 фото)

Віктор Шокін

17 (2 фото)

Борис Філатов

15 (2 фото)

Олег Ляшко

14 (2 фото)

Геннадій Москаль

12 (2 фото)

Арсен Аваков

11 (2 фото)

Дмитро Ярош

10 (2 фото)

Віталій Кличко

8 (2 фото)

Михайло Саакашвілі

7 (2 фото)

Арсеній Яценюк

6 (2 фото)

Олександр Фацевич

4 (2 фото)

Людмила Мілевич

20 (2 фото)

Геннадій Корбан

25 (2 фото)

Штучна нейронна мережа Deep Dream вчиться розпізнавати об'єкти на зображеннях, а потім шукає їх на інших картинках. При роботі з так званими високими шарами картинки Deep Dream інтерпретує різні ділянки зображення як знайомі об'єкти, тому в його версії зображення перетворюється на психоделічний патерн, в якому вгадуються знайомі йому будівлі, тварини і машини.

Така "техніка" малювання отримала назву "Інцепціонізм". Самі ж нейромережі складаються з 10-30 пов'язаних шарів із штучних нейронів, які працюють послідовно, ретельно аналізуючи і "розбираючи" картинку. Сама ж нейромережа навчається на інших картинках, запам'ятовуючи їх.

Наприклад, перші шари можуть шукати на зображенні краї та кути, середні — інтерпретувати набори особливостей в окремі об'єкти (наприклад, двері або листя). Нарешті, фінальні шари об'єднують всі ці інтерпретації разом і роблять висновки про те, що зображено на картинці, — наприклад, будівля, дерево чи тварина.

Щоб отримувати "картини", дослідники змушують працювати нейронні мережі задом наперед. Мета цього процесу — зрозуміти, чи правильно нейромережа інтерпретує ті чи інші об'єкти. Річ у тім, що нейронні мережі навчаються на великій кількості прикладів. Можна показати їм тисячу фотографій виделок, щоб вони визначили потрібні характеристики (ручка, чотири зубчики) і навчилися ігнорувати зайві (колір, форма, розташування).

За словами дослідників, нейронній мережі можна взагалі не говорити, що саме потрібно "намалювати" — нехай вирішує сама. В такому разі їй на вхід подають випадкову картинку або фотографію, вибирають один із шарів нейромережі та просять її поліпшити те, що цей шар знайде. Оскільки кожен шар має свій рівень абстракції, то щоразу на виході ми отримуємо різні картинки.