Kunstig intelligens (AI) prøvde nylig å generere kattebilder fra bunnen av, og resultatene var katte-astrofiske.
Dette bestemte nevrale nettverket (en type AI som er modellert etter den menneskelige hjernen) kan produsere forbausende realistiske originale bilder av menneskelige ansikter. Faktisk var bildene av disse sammensatte menneskene nesten umulige for menneskelige seere å skille seg fra bilder av virkelige mennesker, rapporterte programmerere av AI i en studie som ble lagt ut desember 2018 til preprint-tidsskriftet arXiv.
Felines viste seg imidlertid å være en annen historie. Den samme algoritmen som genererte feilfrie menneskelige ansikter skapte katter med feilformede hoder; feil antall øyne og bein; og kropper som var for lange, for korte, uvanlig rund eller rektangulære og bøyde i særegen vinkler.
AI-motoren som produserte skumle kattefotografier, er det som er kjent som "en stilbasert generatorarkitektur for generative motstandernettverk," eller StyleGAN. Nettverk som disse er "motstridende" fordi to modeller fungerer samtidig: En genererer bilder, og en annen evaluerer resultatene mot bilder i et treningsdatasett, slik at nettverket lærer av sine feil og forbedrer ytelsen, sier studien.
For at AI skulle produsere naturtro menneskelige bilder, måtte den først "lære" hvordan menneskelige ansikter så ut fra eksisterende bilder. Algoritmen brakk ansiktene ned i en sjekkliste over stilfunksjoner, for eksempel hodeposisjon; kjønn; hudfarge; hårets tekstur og stil; og formen på øyne, nese og munn, rapporterte forskerne.
Når StyleGAN var i stand til å gjenkjenne alle disse elementene - uten menneskelig tilsyn - lærte den å montere dem uavhengig av hverandre for å generere et helt nytt, fotorealistisk menneskelig ansikt. Forskerne avviste en intervjuforespørsel, men forklarte prosessen sin i en video lagt ut på Youtube 12. desember 2018.
Så hvorfor kunne StyleGAN ikke lage bedårende realistiske kattebilder? Algoritmen gjorde sitt beste med det den måtte jobbe med - og når det gjaldt katter, var de tusenvis av referansebilder som den brukte, mindre enn ideelle, sa Janelle Shane, en forsker som trener nevrale nettverk, men ikke var involvert i studere, fortalte Live Science.
Shane skrev om de bisarre kattene 7. februar i på bloggen sin AI Weirdness. I motsetning til StyleGANs fotodatasett med menneskelige ansikter - der kropper og bakgrunner ble beskåret ut og hodeposisjonene var lik hverandre - varierte kattebildene i datasettet vilt. Samlingen inkluderer nærbilder og brede bilder av katter i en rekke innstillinger og mot forskjellige bakgrunner. Noen bilder viste en katt, noen inkluderer flere katter, og andre inkluderte også mennesker.
"Det er opp-ned-katter; det er katter som er krøllet sammen i en ball; øynene deres er åpne; øynene deres er lukket. Du kan definitivt fortelle at inngangsdataene deres er litt støyende - og av støyende mener jeg at det er ting der inne det er ikke bare et bilde av en katt, "sa Shane.
Så ikke vær for hard mot StyleGan for det grufulle menageriet av marerittkatter.
"Det skjer mye mer som algoritmen må lære," la Shane til.
Motstridende visuelle signaler gjorde det vanskelig for StyleGAN å lære hvordan en ekte katt skulle se ut. Og nevrale nettverk har ikke den virkelige konteksten for informasjonen de får; alt de vet er hva som er i datasettene. StyleGAN lærte nok av referansebildene til nøyaktig å reprodusere småskala detaljer og teksturer, som kattens pels eller formen til et kattøre. Men programmet slet tydelig med å sette sammen hele katten, sa Shane.
"Det nevrale nettverket forstår ikke hvordan katter fungerer. Det forstår ikke hvor mange bein de har. Det er ikke helt klart hvor mange øyne de har eller hvor all anatomi deres går," sa hun til Live Science.
Se flere av StyleGANs forstyrrende kattebilder, nesten perfekte menneskebilder og andre prosjektfiler på utviklingsplattformen GitHub.
