Nefarious Adında ki Yapay Zeka, Olmayan Yemeklerin Fotoğrafını Yaratıyor

Tel-Aviv Üniversitesi’nden bir araştırma ekibi, bir tarifi okuyabilen ve bitmiş, pişirilmiş ürünün neye benzediğini gösteren bir görüntü oluşturabilen bir sinir ağı geliştirdi . Sanki DeepFakes yeterince kötü değilmiş, şimdi online bkz lezzetli yiyecek gerçek olduğundan emin olamaz.

Nefarious Adında ki Yapay Zeka, Olmayan Yemeklerin Fotoğrafını Yaratıyor

Tel-Aviv Üniversitesi‘nden bir araştırma ekibi, bir tarifi okuyabilen ve bitmiş, pişirilmiş ürünün neye benzediğini gösteren bir görüntü oluşturabilen bir sinir ağı geliştirdi . Sanki DeepFakes yeterince kötü değilmiş, şimdi online bkz lezzetli yiyecek gerçek olduğundan emin olamaz.

Araştırmacılar Ori Bar El, Ori Licht ve Netanel Yosephian‘dan oluşan Tel-Aviv ekibi yapay zekalarını, devasa reçete 1M veri setinden StackGAN V2 ve 52K görüntü / reçete kombinasyonları denilen üretken bir rakip ağın ( GAN ) değiştirilmiş bir versiyonunu kullanarak yarattı.

Temel olarak, ekip hemen hemen tüm bileşenlerin ve talimatların listesini alabilen ve bitmiş gıda ürününün nasıl göründüğünü bulabilen bir yapay zeka geliştirdi.

Araştırmacı Ori Bar El tarafından yapılan açıklama

[Büyük], anneannemden efsanevi balık pirzolalarının domates soslu bir reçetesini sorduğumda başladı. İleri yaşı nedeniyle tam tarifini hatırlamıyordu. Bu yüzden, yemek imgesi verilen bir sistemi inşa edip edemeyeceğimi, tarifin çıktısını alabildiğimi merak ediyordum. Bir süre bu görevi düşündükten sonra, bir sistemin gerçek miktarlarda ve tuz, biber, tereyağı, un ve benzeri.

Sonra bunun tersini yapıp yapamayacağımı merak ettim. Yani tariflere göre yemek görüntüleri üretmek. Bu görevin, insanlar için, özellikle de bilgisayarlar için yerine getirilmesinde çok zor olduğuna inanıyoruz. Mevcut AI sistemlerinin çoğu, insanlar için kolay olan görevlerde insan uzmanlarının yerini almaya çalıştığından  , insanın yeteneğinin ötesinde bir tür görevi çözmenin ilginç olacağını düşündük. Gördüğünüz gibi, belli bir başarı seviyesinde yapılabilir.

Araştırmacılar ayrıca beyaz bültenlerinde sistemin henüz mükemmel olmadığını da kabul ediyor:

Tarif 1M veri setindeki resimlerin kalitesinin, CUB ve Oxford102 veri setlerindeki resimlere kıyasla düşük olduğunu belirtmekte fayda var. Bu, kötü aydınlatma koşullarına sahip çok sayıda bulanık görüntü, “yulaf lapası benzeri görüntüler” ve görüntülerin kare şeklinde olmadığı gerçeğiyle yansıtılır (bu, modelleri eğitmeyi zorlaştırır). Bu gerçek, her iki modelin de “püresi andıran” gıda görüntüleri (örn. Makarna, pilav, çorbalar, salata) üretmekte başarılı olduğu, ancak farklı bir şekle sahip (örneğin hamburger, tavuk, içecekler) gıda görüntüleri üretmek için mücadele ettiği gerçeğinin bir açıklaması olabilir. ).

Bu bildiğimiz türünün tek yapay zekası, bu yüzden yakında telefonunuzda bir uygulama olmasını beklemeyin. Ancak, yazı duvarda. Ve eğer bir reçete ise, Tel-Aviv ekibinin yapay zekası, araştırma kağıdına göre insanların bazen gerçek şeyin fotoğrafını tercih ettiği kadar iyi görünen bir görüntüye dönüştürebilir.

Real image: Gerçek Resim
Without semantic regularization: Anlamsal düzenlileştirme olmadan
With semantic regularization: anlamsal düzenlileştirme ile birlikte

Ekip, sistemi geliştirmeye devam etmeyi umuyor, umarım yemeğin dışındaki alanlara da yayılır. Ori Bar El anlattı:

Sistemimizi, tariflerin geri kalanı hakkında eğiterek (yaklaşık 350k daha fazla resme sahibiz) çalışmayı genişletmeyi planlıyoruz, ancak sorun şu anki veri kümesinin düşük kalitede olmasıdır. 
İhtiyaçlarımıza uygun başka bir veri seti bulamadık, ancak kendi başlarına çocuk kitapları metni ve ilgili görüntüleri içeren bir veri seti oluşturabiliriz.

Bu yetenekli araştırmacılar, Instagram üzerinden atladığımız şeyin gerçek mi yoksa bir robotun sufle vizyonu olup olmadığından emin olamayacağımız bir dünyaya lanetlenmiş olabilir.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir