Adobe, bir dakika içinde Da Vinci'nin el boyaması olan AI boyama sistemi LPaintB'yi geliştirdi
Akıllı şeyler editörü | Wei Shiwei
Giriş: Maryland Üniversitesi ve Adobe, Da Vinci, Van Gogh, Vermeer tarzı resimleri bir dakikada çizebilen yeni bir makine öğrenimi sistemi LPaintB geliştirdi ve çalışmaları oldukça gerçekçi. Cinsellik ve mahkumiyet.
Zhixi News, 19 Haziran, Maryland Üniversitesi ve Adobe Araştırma Enstitüsü'nden araştırmacılar, Arxiv.org'da yeni bir makale yayınladılar. Makale, yeni bir makine öğrenimi sistemi olan LPaintB geliştirdiklerini gösteriyor. Kendi kendini denetleyen öğrenim yoluyla, Da Vinci, Van Gogh ve Vermeer tarzı resimleri bir dakikadan daha kısa sürede elle boyayabilir.
Araştırma makalesi "LPaintB: Kendi Kendini Denetimden Boyamayı Öğrenme" başlıklı makalesi 17 Haziran 2019'da gönderildi.
LPaintB kağıt arayüzü
2018 yılında düzenlenen Uluslararası Robot Sanat Yarışması'nda şampiyon CloudPainter robotun çalışmalarının oldukça etkileyici olduğunu belirtmekte fayda var.Makine öğrenme teknolojisini kullanıyor ve resim çizmek için çeşitli soyut teknikler kullanabiliyor.
Bu aynı zamanda algoritmanın boyama, çizim ve oymada insancıllaştırılmış doğruluğa sahip olduğunu herkese kanıtlıyor.
1. Kendi kendine öğrenim yoluyla eğitim
Araştırma makalesi, bir yandan duvar tabanlı işleme, boyama işleme, özel tasarım ve manuel tasarım yöntemleri dahil olmak üzere fotogerçekçi olmayan işleme teknolojisinin geliştirilmesiyle boyama sürecinin sezgisel yöntemler uygulanarak simüle edilebileceğini göstermektedir.
Öte yandan, bu algoritmaların ürettiği resimler çok gerçek olsa da, araştırmacıların bunları yeni veya görünmez stillere genişletmesi zor. Bu nedenle, araştırmacılar, bir dizi resim eylemi yoluyla aynı veya dönüştürülmüş stildeki insanlara referans görüntüyü yeniden üretebilen akıllı bir resim ajanı oluşturmaya odaklanmayı seçtiler.
LPaintB'nin geliştirilmesi sırasında, araştırmacılar kendi kendini denetleyen öğrenme adı verilen bir yöntem kullandılar. Bu yöntemde, etiketlenmemiş veriler, öğrenmenin doğruluğunu artırmak için az miktarda etiketli verilerle birleştirilebilir, böylece sistem ajanı sınırlı sayıda referans görüntü üzerinde sıfırdan eğitebilir.
Buna ek olarak, araştırmacılar, fırça konfigürasyonunun uzunluğu ve yönü ve fırça boyutu gibi sistemin eylem durumunu matematiksel olarak modelliyor ve başarısız olan hedef durumunu son durumla değiştiriyor, böylece sistem pozitif ödüllerle eşleştirilmiş bir korpus oluşturuyor. Aynı zamanda üretilen külliyat, belirli bir sanatsal üslupla referans imgeler çizmeyi öğrenebilmesi için yapay zeka modeline sunulur.
Üst kısım referans resimdir ve alt kısım AI temsilcisinin resmi
2. Bir dakikada 1000 × 800 piksel görüntüler oluşturun
Bu geliştirme süreci sorunsuz bir seyir izlememiştir.
Araştırmacılar, normal koşullar altında, sistem tarafından örneklenen davranışların yalnızca küçük bir yüzdesinin olumlu ödülleri olduğunu söyledi. Ancak bu sorunu, hedef durumu stratejiyi eğitmek için eşleştirme verileri olarak kullanabilen pekiştirmeli öğrenme teknolojisi ile çözdüler.
Bununla birlikte, bu teknolojinin ürettiği strateji güçlü değildir, çünkü modeli eğitmek için kullanılan eşleştirilmiş veriler yalnızca olumlu ödüller içeren davranışları ve bir dizi sürekli eylemin sonuçlarını içerir ve birincisi, modelin olumsuz ödüller üretmesini de zorlaştırır. Kötü davranışından kurtuldu.
Bu problemi çözmek, modelin pekiştirmeli öğrenmeyi yeniden gerçekleştirmesini, modeli genelleştirmeye yardımcı olan davranışa gürültü eklemesini ve ödüllerle modelin davranışını optimize etmesini gerektirir.
Bu bir dizi test ve ayarlamadan sonra, araştırmacılar nihayet bu yapay zeka çerçevesinin vuruş boyutu, renk ve konum bilgilerinin parametrelerini tanımlayarak boyama eylemlerini gerçekleştirebilmesini ve buna göre tuvali güncelleyebilmesini ve mevcut durumu değerlendirmek için ödül işlevini kullanabilmesini sağlar. Hedef durumlar arasındaki mesafe.
Eğitim veri setini derlemek için, araştırmacılar ayrıca farklı ölçeklerdeki referans görüntülerinden belirli bir stile ait yamaları rastgele çıkardılar ve yamaları sabit bir boyutta örneklediler. Daha sonra bu verileri modele aktardılar ve bir saatlik eğitimin ardından sistem, 16 çekirdekli işlemci ve Nvidia GTX 1080 grafik yongası bulunan bir bilgisayarda 1000 × 800 piksel bir görüntüyü yeniden çizebildi.
Sistem tarafından resim çizme sürecinde, bir dakikadan az süren 20.000 fırçaya sahip olduğunu belirtmekte fayda var.
3. Sanat alanında yapay zekanın diğer başarıları
Maryland Üniversitesi ve Adobe tarafından geliştirilen LPaintB sistemine ek olarak, Microsoft'tan Microsoft Xiaoice da güçlü çizim yeteneklerine sahiptir.
Microsoft Xiaoice, üretken bir rakip ağ algoritması (GAN) kullandı.İnsanlık tarihinin en iyi 236 ressamının resimlerini öğrendikten sonra 22 aylık çalışma eğitimi verdi ve sonunda çok sayıda uyarıcı kaynağı kullanarak resim yapabildi.
Sadece bu değil, Microsoft Xiaobing, bu yıl Merkez Güzel Sanatlar Akademisi mezunlarının mezuniyet sınavını "Xia Yubing" takma adıyla geçmeyi başardı ve çalışmaları, Merkez Güzel Sanatlar Akademisi 2019 Mezuniyet Sergisi'nde de sergilendi.
Microsoft Xiaoice tarafından referans gösterilen insan sanatçıların çalışmaları
Ayrıca model eğitimi açısından LPaintB sistemi araştırmacıları, eğitim modelinin genelleştirilmesinin eğitim verilerine büyük ölçüde bağlı olduğunu ve eğitim yöntemlerinin oldukça basit bir boyama ortamına dayandığını söylediler. Aynı zamanda, sistematik kendi kendini izleme ve pekiştirmeli öğrenme kombinasyonunun stratejinin verimliliğini ve performansını büyük ölçüde artırdığını da söylediler.
Gelecekteki çalışmalarda araştırma ekibi, strokun boyutu, rengi ve konumu dahil olmak üzere sistemin strok parametrelerini entegre etmeye ve çizim simülatörüne eklenebilecek model tabanlı bir takviye öğrenme çerçevesi oluşturmaya devam edecek.
Sonuç: AI boyama, tasarım alanında sürekli bir yaratıcılık akışı sağlayacaktır.
LPaintB sisteminin en büyük özelliği, kendi kendini denetleyen öğrenme yoluyla bir dakikada 1000 × 800 piksellik bir görüntü çizebilmesi ve boyanmış çalışmaların da Vinci, Van Gogh, Vermeer tarzı olması. Sanat tarzı.
CloudPainter robotlarından Microsoft Xiaoice'a, LPaintB sistemine kadar günümüzün yapay zekasının sadece endüstri, tıbbi tedavi vb. Alanlarda zengin uygulamalara sahip olduğu değil, aynı zamanda sanat alanındaki rolünü de oynamaya başladığı görülüyor.
Gelecekte, yapay zekanın daha fazla ticarileştirilmesi sürecinde, boyama robotlarının çeşitli sektörlerde herhangi bir zamanda ortaya çıkabilecek tasarım darboğazını kırıp kırmayacağı ve insanlara tasarım alanında sürekli bir sanatsal yaratıcılık akışı sağlayıp sağlamayacağı da dört gözle beklemeye değer.
Makaleye bağlantı: https://arxiv.org/abs/1906.06841
Makalenin kaynağı: VentureBeat
