StudyEnglishWords

4#

Как компьютеры учатся творчеству. Blaise Agüera y Arcas - видеоролик

Изучайте английский язык с помощью параллельных субтитров ролика "Как компьютеры учатся творчеству". Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь. Всего 344 книги и 1726 познавательных видеороликов в бесплатном доступе.

страница 7 из 9  ←предыдущая следующая→ ...

00:11:54
Here's another fun example.
Вот другой интересный пример.
This was a work made by Mike Tyka in our group,
Это работа, сделанная Майком Тайком из нашей команды.
which he calls "Animal Parade."
Он назвал её «Парад зверей».
It reminds me a little bit of William Kentridge's artworks,
Она немного напоминает мне работы Уильяма Кентриджа,
in which he makes sketches, rubs them out,
в которых он делает эскизы, потом их стирает,
00:12:07
makes sketches, rubs them out,
снова рисует и стирает,
and creates a movie this way.
и так создаёт фильм.
In this case,
В данном случае
what Mike is doing is varying y over the space of different animals,
Майк меняет Y различных видов животных
in a network designed to recognize and distinguish
в сети, созданной для распознавания
00:12:17
different animals from each other.
разных видов животных.
And you get this strange, Escher-like morph from one animal to another.
Получается парадоксальное, в стиле Эшера, изображение животных.
Here he and Alex together have tried reducing
Здесь он и Алекс попытались упростить Y
the y's to a space of only two dimensions,
до двухмерного пространства,
thereby making a map out of the space of all things
тем самым создавая карту из пространства всех объектов,
00:12:36
recognized by this network.
распознаваемых данной сетью.
Doing this kind of synthesis
Выполняя такого рода синтез
or generation of imagery over that entire surface,
или создавая изображения на всей поверхности,
varying y over the surface, you make a kind of map --
изменяя в ней Y, вы делаете подобие карты —
a visual map of all the things the network knows how to recognize.
визуальную карту всех вещей, которые может распознать сеть.
00:12:48
The animals are all here; "armadillo" is right in that spot.
Здесь есть все животные. Вот «броненосец».
You can do this with other kinds of networks as well.
То же можно проделать с другими типами сетей.
This is a network designed to recognize faces,
Эта сеть создана, чтобы распознавать лица
to distinguish one face from another.
и отличать одно лицо от другого.
And here, we're putting in a y that says, "me,"
Здесь мы добавляем Y, который значит «я»,
00:13:02
my own face parameters.
мои параметры лица.
And when this thing solves for x,
И когда эта сеть находит X,
it generates this rather crazy,
то создаёт это довольно сумасшедшее,
kind of cubist, surreal, psychedelic picture of me
кубическое, сюрреалистическое, психоделическое изображение меня
from multiple points of view at once.
с разных сторон одновременно.
00:13:14
The reason it looks like multiple points of view at once
И причина, по которой изображение так выглядит,
is because that network is designed to get rid of the ambiguity
в том, что сеть стремится избавиться от неопределённости,
of a face being in one pose or another pose,
возникающей из-за разных положений головы
being looked at with one kind of lighting, another kind of lighting.
или разных углов освещения.
So when you do this sort of reconstruction,
При такого рода преобразованиях,
00:13:29
if you don't use some sort of guide image
если нет опорного изображения
or guide statistics,
или опорных данных,
then you'll get a sort of confusion of different points of view,
то вы получите мешанину изображений, сделанных с разных сторон,
because it's ambiguous.
из-за неопределённости.
This is what happens if Alex uses his own face as a guide image
Вот что происходит, если Алекс использует своё лицо как опорное изображение
00:13:43
during that optimization process to reconstruct my own face.
во время оптимизации программы по воссозданию моего лица.
So you can see it's not perfect.
Как видите, не всё идеально.
скачать в HTML/PDF
share