De fictie-spuwende AI van OpenAI leert afbeeldingen te genereren

Ben Barry / OpenAI

In februari vorig jaar heeft het in San Francisco gevestigde onderzoekslab OpenAI bekend gemaakt dat zijn AI-systeem nu overtuigende passages in het Engels kon schrijven. Voer het begin van een zin of alinea in GPT-2, zoals het werd genoemd, en het zou de gedachte kunnen voortzetten net zo lang als een essay met bijna menselijke samenhang.

Nu onderzoekt het lab wat er zou gebeuren als hetzelfde algoritme in plaats daarvan een deel van een afbeelding zou krijgen. De resultaten , die deze week een eervolle vermelding kregen voor beste paper op de International Conference on Machine Learning, openen een nieuwe weg voor het genereren van afbeeldingen, vol kansen en gevolgen.

In de kern is GPT-2 een krachtige voorspellingsengine. Het leerde de structuur van de Engelse taal te begrijpen door te kijken naar miljarden voorbeelden van woorden, zinnen en alinea's, geschraapt uit de hoeken van het internet. Met die structuur kan het woorden vervolgens manipuleren tot nieuwe zinnen door statistisch te voorspellen in welke volgorde ze zouden moeten verschijnen.

Dus besloten onderzoekers van OpenAI om de woorden te ruilen voor pixels en hetzelfde algoritme te trainen op afbeeldingen in ImageNet, de meest populaire beeldbank voor deep learning. Omdat het algoritme was ontworpen om te werken met eendimensionale gegevens (d.w.z. tekstreeksen), ontvouwden ze de afbeeldingen in een enkele reeks pixels. Ze ontdekten dat het nieuwe model, genaamd iGPT, nog steeds in staat was om de tweedimensionale structuren van de visuele wereld te begrijpen. Gezien de reeks pixels voor de eerste helft van een afbeelding, zou het de tweede helft kunnen voorspellen op manieren die een mens verstandig zou achten.

Hieronder ziet u een aantal voorbeelden. De meest linkse kolom is de invoer, de meest rechtse kolom is het origineel en de middelste kolommen zijn de voorspelde voltooiingen van iGPT. (Zie meer voorbeelden hier .)

OPENA

De resultaten zijn verbluffend indrukwekkend en demonstreren een nieuwe weg voor het gebruik van niet-gesuperviseerd leren, dat traint op niet-gelabelde gegevens, bij de ontwikkeling van computervisiesystemen. Terwijl vroege computervisiesystemen in het midden van de jaren 2000 dergelijke technieken eerder uitprobeerden, vielen ze uit de gratie omdat gesuperviseerd leren, dat gelabelde gegevens gebruikt, veel succesvoller bleek te zijn. Het voordeel van leren zonder toezicht is echter dat het een AI-systeem in staat stelt om over de wereld te leren zonder een menselijk filter, en de handmatige arbeid van het labelen van gegevens aanzienlijk vermindert.

Het feit dat iGPT hetzelfde algoritme gebruikt als GPT-2 toont ook zijn veelbelovende aanpassingsvermogen. Dit is in lijn met De ultieme ambitie van OpenAI om meer generaliseerbare machine-intelligentie te bereiken.

Tegelijkertijd presenteert de methode een zorgwekkende nieuwe manier om deepfake-afbeeldingen te maken. Generatieve vijandige netwerken , de meest voorkomende categorie algoritmen die in het verleden werden gebruikt om deepfakes te maken, moet worden getraind op zeer zorgvuldig samengestelde gegevens. Als u een GAN bijvoorbeeld een gezicht wilt laten genereren, mogen de trainingsgegevens alleen gezichten bevatten. iGPT daarentegen leert eenvoudig genoeg van de structuur van de visuele wereld in miljoenen en miljarden voorbeelden om beelden uit te spugen die er mogelijk in zouden kunnen bestaan. Hoewel het trainen van het model nog steeds rekenkundig duur is, en een natuurlijke barrière vormt voor de toegang, zal dat misschien niet lang het geval zijn.

OpenAI heeft geen interviewverzoek ingewilligd, maar tijdens een interne beleidsteamvergadering die MIT Technology Review vorig jaar bijwoonde, mijmerde de beleidsdirecteur, Jack Clark, over de toekomstige risico's van het genereren van GPT-stijl, inclusief wat er zou gebeuren als het zou worden toegepast op afbeeldingen. Video komt eraan, zei hij, en projecteerde waar hij het onderzoekstraject van het veld zag gaan. Over waarschijnlijk vijf jaar heb je voorwaardelijke videogeneratie over een horizon van vijf tot tien seconden.' Vervolgens beschreef hij wat hij zich voorstelde: je zou een foto van een politicus invoeren en een explosie ernaast, en het zou een waarschijnlijke output opleveren van de dood van die politicus.

Bijwerken: Dit artikel is bijgewerkt om de naam van de politicus te verwijderen in het hypothetische scenario dat aan het einde wordt beschreven.

zich verstoppen