A inteligência artificial (IA) tentou recentemente gerar fotos de gatos a partir do zero, e os resultados foram astrofônicos.
Essa rede neural específica (um tipo de IA modelada após o funcionamento do cérebro humano) pode produzir fotos originais surpreendentemente realistas de rostos humanos. De fato, as imagens dessas pessoas inventadas eram quase impossíveis para os espectadores humanos de distinguir das fotos de pessoas reais, relataram os programadores da IA em um estudo publicado em dezembro de 2018 na revista de pré-impressão arXiv.
Felinos, no entanto, provou ser outra história. O mesmo algoritmo que gerou rostos humanos impecáveis criou gatos com cabeças deformadas; o número errado de olhos e pernas; e corpos muito longos, muito curtos, extraordinariamente rotundos ou retangulares e dobrados em ângulos peculiares.
O mecanismo de IA que produziu as fotos assustadoras de gatos é conhecido como "uma arquitetura de gerador baseada em estilo para redes adversárias generativas", ou StyleGAN. Redes como essas são "contraditórias" porque dois modelos funcionam simultaneamente: um gera imagens e outro avalia os resultados em relação a fotos em um conjunto de dados de treinamento, para que a rede aprenda com seus erros e melhore seu desempenho, disse o estudo.
Para que a IA produzisse imagens humanas realistas, primeiro teve que "aprender" como eram os rostos humanos nas fotos existentes. O algoritmo dividiu as faces em uma lista de verificação de recursos de estilo, como posição da cabeça; gênero; cor da pele; textura e estilo do cabelo; e a forma dos olhos, narizes e bocas, relataram os pesquisadores.
Uma vez que o StyleGAN conseguiu reconhecer todos esses elementos - sem supervisão humana -, aprendeu a montá-los independentemente para gerar um rosto humano novo e foto-realista. Os pesquisadores recusaram uma solicitação de entrevista, mas explicaram seu processo em um vídeo postado no Youtube em 12 de dezembro de 2018.
Então, por que o StyleGAN não conseguiu criar fotos de gatos adoravelmente realistas? O algoritmo estava fazendo o melhor possível com o que tinha que trabalhar - e quando se tratava de gatos, as milhares de imagens de referência que ele usava eram inferiores ao ideal, disse Janelle Shane, pesquisadora que treina redes neurais, mas não estava envolvida no trabalho. estudo, disse a Live Science.
Shane escreveu sobre os gatos bizarros em 7 de fevereiro no blog AI Weirdness. Ao contrário do conjunto de dados de fotos de StyleGAN de rostos humanos - em que corpos e fundos foram cortados e as posições da cabeça eram semelhantes umas às outras - as imagens de gatos no conjunto de dados variavam bastante. A coleção inclui close-ups e fotos amplas de gatos em uma variedade de configurações e contra diferentes cenários. Algumas fotos mostraram um gato, algumas incluíram vários gatos e outras também pessoas.
"Existem gatos de cabeça para baixo; existem gatos enrolados em uma bola; seus olhos estão abertos; seus olhos estão fechados. Você pode definitivamente dizer que os dados de entrada são um pouco barulhentos - e com barulhento, quero dizer que há coisas lá isso não é apenas uma foto de um gato ", disse Shane.
Portanto, não seja tão duro com o StyleGan por sua variedade horrível de gatos pesadelos.
"Há muito mais que o algoritmo precisa aprender", acrescentou Shane.
Sugestões visuais conflitantes dificultaram ao StyleGAN aprender como era um gato de verdade. E as redes neurais não têm um contexto do mundo real para as informações fornecidas; tudo o que sabem é o que está em seus conjuntos de dados. O StyleGAN aprendeu bastante com as fotos de referência para reproduzir com precisão detalhes e texturas em pequena escala, como o pelo de um gato ou a forma de uma orelha felina. Mas o programa claramente lutava para montar o gato inteiro, disse Shane.
"A rede neural não entende como os gatos trabalham. Não entende quantas pernas eles têm. Não está realmente claro quantos olhos eles têm ou para onde vai toda a sua anatomia", disse ela à Live Science.
Veja mais fotos perturbadoras de gatos do StyleGAN, imagens humanas quase perfeitas e outros arquivos de projeto na plataforma de desenvolvimento GitHub.
