يقوم روبوت Nvidias AI Bot بإنشاء وجوه بشرية واقعية

لقد تطور الذكاء الاصطناعي بوتيرة مذهلة. وأحد المنتجات الأكثر إثارة للإعجاب هو عندما يتمكن روبوت الذكاء الاصطناعي من Nvidia من إنشاء صور لوجوه بشرية عشوائية واقعية للغاية.

تم بناء روبوت الذكاء الاصطناعي هذا على نظام يسمى GAN (شبكة الخصومة التوليدية). وهذا مفهوم جديد نسبيًا في عالم الذكاء الاصطناعي، تم تقديمه لأول مرة في عام 1992 وتم وضعه موضع التنفيذ منذ عام 2013.

كيف يعمل روبوت الذكاء الاصطناعي؟

تعمل GAN باستخدام خوارزميتين متعارضتين. تقوم إحدى الخوارزميات بإنشاء بيانات مزيفة، بينما يتعين على الأخرى تخمين ما إذا كانت البيانات الأخرى مزيفة أم حقيقية.

يتم أيضًا إنشاء روبوت Nvidia's AI من خوارزميتين. تلتقط الخوارزمية الأولى صورًا عبر الإنترنت لأشخاص مشهورين من قاعدة بيانات CelecA، ثم تقوم بإنشاء وجوه جديدة من مناطق عشوائية من الصورة.

الخوارزمية الثانية تخمن ما إذا كانت الصورة لشخص حقيقي أم مزيف. إذا تمكنت الخوارزمية الأولى من خداع الخوارزمية الثانية، فسيتم قبول الصورة كمخرجات.

وقالت إنفيديا إنها قامت بتعليم روبوت الذكاء الاصطناعي الجديد أكثر من 30 ألف صورة عالية الدقة لوجوه بشرية على مدار 20 يومًا.

يمكن لنفس الخوارزمية إنشاء صور واقعية أخرى

كما أن روبوت الذكاء الاصطناعي هذا مرن للغاية، اعتمادًا على الصور التي يستخدمها الباحث لتعليمه. وفي اختبار آخر، قامت إنفيديا بتعليم الخوارزمية بصور الغرف والأثاث حتى يتمكن روبوت الذكاء الاصطناعي من إنشاء صور للغرف مع الأثاث.

وهذا أيضًا ليس أول روبوت يعمل بالذكاء الاصطناعي يستخدم الخوارزميات لإنشاء الصور. في وقت سابق من هذا العام، أنشأ باحثون من جامعة كاليفورنيا أيضًا pix2pix، وهي خوارزمية تأخذ خطوطًا عشوائية وتتنبأ بمحتوى الصورة، مما يؤدي إلى إنشاء وجوه بشرية وحيوانية.

شاهد المزيد: حوّل رسومات الشعار المبتكرة إلى لوحات ملونة باستخدام Pix2Pix

هذه صورة للخوارزمية التي تنشئ قطة من رسم بخطوط فقط.

إنشاء صور من رسومات بسيطة

وبالمثل، استخدم الباحثون في المملكة المتحدة أيضًا الخوارزميات لإنشاء وجوه بشرية ثلاثية الأبعاد من صور ثنائية الأبعاد.

قم بإنشاء صورة ثلاثية الأبعاد من صورة ثنائية الأبعاد معينة

شاهد المزيد: ندعوك إلى إنشاء وجه ثلاثي الأبعاد بسرعة من مجرد صورة باستخدام هذا الذكاء الاصطناعي

ستقدم Nvidia منتجاتها العام المقبل في مؤتمر ICLR 2018. ويمكن للقراء المهتمين قراءة تفاصيل البحث هنا. https://arxiv.org/pdf/1710.10196v1.pdf