Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Генеративное нейросетевое искусство

D8730970396729af16546cc69ce63b44?s=47 Dmitri Soshnikov
June 13, 2021
8

Генеративное нейросетевое искусство

D8730970396729af16546cc69ce63b44?s=128

Dmitri Soshnikov

June 13, 2021
Tweet

Transcript

  1. Генеративное нейросетевое искусство  Дмитрий Сошников

  2. Знакомство Ведущий эксперт по ИИ и МО - Посредник между

    внутренними командами разработки и пользователями - Работа с университетами США Доцент - Искусственный интеллект - Функциональное и логическое программирование Разработчик / data scientist - Пилотные ИИ-проекты с крупными компаниями в Европе
  3. None
  4. None
  5. vertices = [(0,0),(100,0),(50,100)] x,y = 150,150 for _ in range(3000):

    vx, vy = random.choice(vertices) x = (x+vx)/2 y = (y+vy)/2 turtle.point((x,y))
  6. def minkowski(n,x): if n==0: turtle.forward(x) else: for t in [90,-90,-90,0,90,90,-90,0]:

    minkowski(n-1,x/4) turtle.left(t) for _ in range(4): minkowski(2,100) turtle.left(90)
  7. None
  8. None
  9. None
  10. None
  11. None
  12. None
  13. None
  14. Аффинные преобразования Сочетает вращение, поворот, растяжение

  15. None
  16. Дмитрий Сошников, «Ускользающее детство» 2020, когнитивный портрет

  17. None
  18. None
  19. None
  20. None
  21. None
  22. None
  23. None
  24. None
  25. None
  26. None
  27. Style Transfer min

  28. https://blog.keras.io/building-autoencoders-in-keras.html

  29. mean dev latvec generator

  30. None
  31. Генеративно-состязательные сети Случайный вектор Генератор (нейросеть) Дискриминатор (нейросеть) ✓ ✗

    Подробнее: http://eazify.net/gan_video
  32. Подробнее http://github.com/shwars/keragan Генератор Дискриминатор Random Noise (dim=100) Conv Matrix Conv

    Matrix Reshape DeConv DeConv Conv Matrix Conv Matrix Feature Vector Classifier
  33. Разные типы GAN https://github.com/eriklindernoren/Keras-GAN

  34. Результат 13 часов тренировки на 1000 изобр. http://eazify.net/azml_gan

  35. Исходные изображения: WikiArt

  36. Пейзажи

  37. None
  38. Progressive GAN для высокого разрешения https://thispersondoesnotexist.com/

  39. Это искусство? https://www.bbc.com/news/technology-45980863

  40. Портреты, нарисованные человеком

  41. Портреты, созданные ИИ

  42. Процесс творчества ИИ

  43. Ещё примеры • Нейросетевая галерея Яндекса: https://yandex.ru/lab/ganart • Примеры есть

    в статье: https://habr.com/ru/company/yandex/blog/493190/
  44. Генерация текста

  45. Рекуррентные нейросети 45 During holidays, I like to play with

    my dog
  46. Генеративные рекуррентные сети 46 During holidays, I like to play

    with my dog holidays, I like to play with my dog <eot> Подробнее: http://eazify.net/rnn_video
  47. Art of Artificial 47 ж а а а а а

    а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а а че деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду деду дед дедушка да бы дочеча и с собала, и дочь воровехонька. все дедушка да бы да дочь стоила, — и вот и скоробе! и довернешься — бита и почутила, и скотину почелает медведь — то стоила, и была дочь стала и здоровернешься живало-бывало, — жил дед да с другой женой. у деда была дочка, и у бабы была дочка. все знают, как за мачехой жить: перевернешься — бита. а родная дочь что ни сделает — за все гладят по головке: умница. ветер — не отвечает медведь. и сказке маша и медведь конец, а кто слушал - молодец! жжила ту дедча лзачк, ус жимет! цровлоревял крухоою ни скела. нисьйе нает остцавни.. помниц! э ухоят — ы тож у ыди бу чйгодяшк а бабушкка едушка да в мари не не эся а бакая хостк.. вхолшил то-бы то бнитеня ж дощу пустимилси, с еслумилась, врай погои. https://soshnikov.com/art/artartificialexpo.ru/
  48. Современные текстовые модели (BERT) Masked Language Model + Next Sentence

    Prediction During holidays, I like to ______ with my dog. It is so cute. 0.85 Play 0.05 Sleep 0.09 Fight 0.80 YES 0.20 NO BERT содержит 345 млн параметров => сложно обучить «с нуля» самостоятельно, используются предобученные модели
  49. GPT-2 Why Hedgehogs are dangerous. Abstract: In this blog post,

    we will scientifically prove that hedgehogs present a significant menace to the existence of the humankind. We will do so by studying their genome. Hedgehog population in last years started growing exponentially and they have been spreading all over the world. They were even spotted in Canada! This is very worrying for us humans because it means that they could become an invasive species if not controlled now. Different means of stopping hedgehog expansion were proposed: 1. Using poison gas on them 2. Putting them into cages with other animals (like rats) and shooting at them from helicopters 3. Doing CRISPR-CAS9 genetic manipulations. We will investigate which of these methods will be most effective in eliminating them, focusing on different approaches to gene editing. Previously, it has been demonstrated [1,2] that hedgehog genome closely corresponds to one of a banana. This leads us to think that the fruit is in fact the key to eliminating the hedgehogs once and for all. We propose that we systematically transform all the food that humans eat into bananas, to see how the population will respond. There is one problem, however, which we have raised in our previous work [3], and which Schwatzenbaum also notes in his essay [4]. Banans do not provide sufficient protein intake for human population, which presents a possible danger in the long term. Schwatzenbaum proposes to use wheat, which humans eat in large quantities, as a substitute.
  50. ruGPT-3 Британские исследователи университета им. Джона Леннона в Ливерпуле на

    прошлой неделе закончили исследования, посвященные влиянию вируса на музыкальные предпочтения английской молодёжи. Они обнаружили, что у людей, заражённых вирусом иммунодефицита человека, музыкальные вкусы изменились. В результате, по мнению специалистов, в будущем, как минимум, половина британцев будет слушать музыку с преобладанием рок-мелодий. В исследовании принимали участие более 100 молодых британцев в возрасте от 14 до 18 лет. В результате оказалось, что среди участников эксперимента, заражённых вирусом иммунодефицита, рок-музыку слушали только 13%, а в группе, заражённой не-ВИЧ-вирусом - только 7%. По словам профессора Гарварда Майкла О'Салливана, результаты исследования говорят о том, что музыкальное развитие молодых людей в Великобритании находится в прямой зависимости от наличия у них вируса иммунодефицита человека. «Наше исследование показывает, что если у людей, заражённых вирусом иммунодефицита человека, музыка будет преобладать в жизни, то у тех, у кого его нет, она не будет иметь особого значения. И наоборот, если у молодых людей будет преобладать рок-музыка, то в будущем их музыкальные вкусы, вероятно, изменятся», - сказал профессор.
  51. Подробнее • How to train your own neural network to

    generate paintings http://eazify.net/azml_gan • Can AI be creative http://eazify.net/creative_ai
  52. Follow-up questions welcome! http://soshnikov.com