ویڈیو کیسے دکھاتا ہے. پیدا شدہ آرٹ دونوں آپ کے خوابوں کو سراغ لگانا یا ہٹ سکتے ہیں

اس مہینے کے آغاز سے، نیلامی کے گھر میں کرسی نے فروخت کیا جو یہ کہتے ہیں کہ ایک بڑی نیلامی کے گھر کی طرف سے فروخت کردہ الگورتھم کے مطابق آرٹ کا پہلا حصہ ہے. قیمت ٹیگ - تقریبا آدھے ملین امریکی ڈالر - نے مصنفیت کی ابتداء، جدیدیت سے متعلق آرٹ مارکیٹ کے بارے میں کئی سوالات اٹھائے ہیں، اور شاید سب سے اہم بات یہ ہے کہ کیوں؟

اور ابھی تک آرٹ کے بارے میں مشینوں کو سکھانے کے لئے کوششیں جاری رکھی جاتی ہیں، یا تصاویر کے بارے میں زیادہ واضح طور پر، شاید ہی ایک مقبولیت سٹنٹ ہیں. فلم کے معدنیات سے متعلق طور پر تبدیل کرنے کے لئے برتن سے متعلق ویڈیوز کو بہتر بنانے کے قابل ہونے سے، کمپیوٹر سائنسدانوں نے بصری دنیا کے ساتھ مشغول طریقے سے سیکھنے کی مشینیں کرنے کے لئے کئی عملی وجوہات ہیں.

ڈینیل ہیس ایک ایسی ٹیکنالوجی کا حوصلہ افزائی ہے. آرٹ اور میڈیا کے لئے ZKM سینٹر کے تخلیقی ڈویلپر، اپریل میں NVIDIA محققین کی طرف سے شائع ایک نیند نیٹ ورک کا ابتدائی اپنانے والا تھا. موجودہ تخلیقوں کی ہزاروں تصاویروں کے ساتھ تربیت کے بعد اسے غیر معمولی مشہور شخصیات کی تصاویر پیدا کرنے کے لئے پیدا کیا گیا تھا. یہ حوصلہ افزائی ہیس ZKM کے انٹرایکٹو آرٹ تنصیبات میں سے ایک کی طرف سے جمع 50،000 فوٹو بٹ تصاویر میں پلگ ان کرنے کے لئے ان کے عقل کو کس قسم کی فن کو دیکھنے کے لئے. پیدا کرے گا ایک آن لائن انٹرویو میں، وہ بتاتا ہے اندرونی نتائج اس سے کہیں زیادہ بہتر تھے.

"میں نے ایک چہرے کی پاگل جنگجو کو تین چہرہ تصاویر میں دو چہرے تصاویر اور اسی طرح تصاویر میں دیکھا. اس نے مجھ سے کہا کہ اس سے کہیں زیادہ بہتر تھا. "میں تصاویر کو فلٹر کرنے کی کوشش بھی کرتا ہوں تاکہ صرف ایک ہی چہرے کے ساتھ تصاویر استعمال کیے جائیں، لیکن جب میں اس پر کام کر رہا تھا تو اس میں غیر واضح ڈیٹا بیس سے پیدا کردہ نمونے اتنا اچھا ہوا کہ میں اسے روکتا ہوں."

ترقیاتی طور پر- GAN (کرسر اور الحمدللہ) ~ ~ 80،000 پینٹنگز پر تربیت دی گئی. pic.twitter.com/fkNjw8m2uC

- جین کوگن (جنکنکن) نومبر 3، 2018

ہیس 'کے ویڈیو نے ریڈٹ پر 23،000 سے زائد اپوزیشن کو گرا دیا. اس نے ابتدائی طور پر 4 نومبر کو مندرجہ بالا فوٹیج کو ٹویٹ کیا، پروگرامر جینی کوگن نے NVIDIA کی الگورتھم کے دوسرے ٹرپل استعمال کے جواب میں. نیویارک نیٹ ورک خود کو کھانا کھلانے کے بجائے، کوگن تقریبا 80،000 پینٹنگز استعمال کرتے تھے.

کوگن بھی مختلف شیلیوں کی بدولت کی بجائے مختلف شیلیوں کی طرح فریم پیدا کرنے کی صلاحیت کے ساتھ اڑا دیا گیا تھا.

انہوں نے بتاتے ہوئے کہا کہ "میں بہت سارے جمالیاتی چیزوں کو یاد کرنے کی صلاحیت سے حیران ہوں." اندرونی. "مجھے لگتا ہے کہ اس کے ساتھ کھلونا کرنے کے لئے سو ملین ملین پیرامیٹرز کا اثر ہے."

ہم کیسے سیکھتے ہیں. اپنی اپنی تصاویر بنانے کے لئے

2014 میں ٹیرو کرراس کی قیادت میں NVIDIA ریسرچ کی ٹیم نے ایک مشترکہ مخالف نیٹ ورک، یا GAN کا بنیادی طور پر استعمال کیا جس میں 2014 میں معزز کمپیوٹر سائنس دان ایان گوف فیلو نے نظریہ کیا تھا. یہ گوگل کے گہرے ڈریم کے آلے کے پیچھے بنیادی ٹیک تھا جس نے میدان اور آن لائن میں لہریں بنائی.

جن میں سے دو نیٹ ورک پر مشتمل ہے: جنریٹر اور تبعیض. یہ کمپیوٹر پروگرام ایک ملین لاکھ سے زائد مرتبہ اپنی تصویر پیدا کرنے کی صلاحیتوں کو بہتر بنانے کے لۓ مقابلہ کرتے ہیں جب تک کہ وہ تخلیق کرنے کے لئے کافی اچھا نہیں ہوسکتے ہیں.

جنریٹر کو کھلایا جاتا ہے تصاویر اور ان کی کوشش کرنے اور انہیں بہتر بنانے کے لئے شروع ہوتا ہے. اس کے بعد اصل اور تخلیق کردہ تصاویر کو دریافت کرنے والے کو دکھایا جاتا ہے، جن کا کام انہیں الگ کرنا ہے. مزید آزمائشیوں نے بہتر کارکردگی کا مظاہرہ کیا جن جنریٹر تصاویر کو سنبھالنے میں بہتر بناتے ہیں اور بہتر طور پر تبعیض ان کو بتاتے ہیں. اس کے نتیجے میں کچھ خوبصورت قائل ہیں لیکن مکمل طور پر جعلی چہرے اور پینٹنگز.

کس طرح یہ ٹیک فنکاروں میں مدد کرسکتا ہے

A.I. پہلے سے ہی آرٹ دنیا میں خود کا نام بنا دیا ہے. کرسٹی کی فروخت پر جانے والے کمپیوٹر سے متعلق تصویر کے علاوہ، گہرے ڈرائیو کی وجہ سے گہری فاکس چیزیں پہلے سے گزر گئی ہیں.

Heiss کا خیال ہے کہ آج تخلیق ہونے والی مشین سیکھنے کے اوزار فنکاروں کی طرف سے استعمال کرنے کے لئے پکا ہوا ہے، لیکن ان کا استعمال کرتے ہوئے تکنیکی صلاحیت کی ضرورت ہوتی ہے. لہذا ZKM نے ٹیک اور تخلیقی شعبے کے درمیان زیادہ تعاون کو فروغ دینے کے لئے اپنے کھلے کوڈز کی نمائش کی میزبانی کی ہے.

انہوں نے کہا کہ "جو اب ابھرتی ہوئی آلے کے فنکاروں کے لئے بہت مفید اوزار ہوسکتے ہیں لیکن پروگرامنگ اور نظام انتظامیہ کے کسی بھی علم کو بغیر کسی فنکار کے لئے یہ مشکل ہے کہ وہ استعمال کرنا چاہتے ہیں." "سائنس اور آرٹ کے درمیان یہ کنکشن بڑی چیزوں کی قیادت کر سکتا ہے، لیکن یہ دونوں سمتوں میں تعاون کی ضرورت ہے."

اے آئی. کے ابتدائی تناظر، جیان کی طرح، پیٹرن کو دیکھنے کے لئے لاکھوں ڈیٹا پوائنٹس پر لاکھوں تک رسائی حاصل کرنے کے قابل ہیں اور یہاں تک کہ تصاویر بھی انسان خود کبھی نہیں آسکتے ہیں. تاہم، ان کی تخلیقی نقطہ نظر اب بھی محدود ہے جو انسان ان الگورتھم کو خام ڈیٹا کے طور پر دینے کے لئے منتخب کرتے ہیں.

جمالیات اور کوڈنگ کی مہارت کے لئے تیز نظر کے ساتھ، مستقبل کے فنکاروں کا استعمال کرتے ہوئے A. تخلیقی صلاحیتوں کی پوری عمر کو چھلانگ لگانے یا آرٹ کے پرانے طرزوں میں زندگی کی سانس لینے کے لئے مشین سیکھنے کا استعمال کرسکتا ہے. لیکن اس مشینوں کو سکھانے کے لئے بہت سے اعداد و شمار لے جائیں گے کہ انسان کو آسانی سے کس طرح بہتر بنایا جاسکتا ہے اور کیا کمپیوٹر کو ایک قدم آگے بڑھتا ہے.