I en verden med teknologiske fremskridt er åbenbart intet helligt. Ved hjælp af kunstig intelligens skabte en gruppe forskere ud af MIT-IBM Watson AI Lab en algoritme, der lader computeren gengive portrætter til olie-, akvarel- og blækmalerier, der konkurrerer med klassikerne. Gruppen brugte omkring 45.000 klassiske værker fra kunstnere som Rembrandt og Van Gogh til at "træne" AI og derefter vendte den løs på fotos af berømtheder, hvilket gav os en idé om, hvordan de ville have set ud i 1400 -tallet.
Arbejdet bag AI er ret fantastisk. AI bruger Generative Adversarial Network -modeller, der anvender to neurale netværk. Det første netværk, kaldet "generatoren", har rollen som at se på forskellige eksempler og derefter efterligne dem. Den anden, "diskriminatoren", sammenligner eksemplerne og det nye arbejde. De to netværk konkurrerer med hinanden om at producere det nye portræt. Denne proces er ikke en simpel anvendelse af et filter på billedet. I stedet genererer det faktisk nye funktioner og vælger derefter, hvilken malestil der skal bruges baseret på motivet på billedet. Nogle af de nye portrætter er ganske forskellige fra deres faktiske emne, med bare en antydning af noget genkendeligt der.
"Med AI Portraits Ars er alle i stand til at bruge GAN -modeller til at generere et nyt maleri, hvor ansigtslinjer er fuldstændig redesignet," forklarede forskerne. ”Modellen bestemmer selv, hvilken stil der skal bruges til portrættet. Detaljer om ansigt og baggrund bidrager til at lede modellen mod en stil. Ved stiloverførsel sker der normalt en stærk ændring af farver, men funktionerne i fotoet forbliver uændrede. AI Portraits Ars skaber nye former, udover at ændre stilen på et eksisterende foto. ” Med andre ord tager AI kunstnerisk licens med emnet.
Dette er endnu et eksempel på teknologi, der sniger sig ind i riger, der engang var troet helt menneskelig. Om det er godt eller dårligt, hvem skal sige. For nu kan du nyde portrætter af nogle af dine yndlingsberømtheder. Du kommer uden tvivl til at tænke på, at de ikke er halvt dårlige.
