Relacionadas: Google Research: Profundizando en Redes Neuronales [ENG]
Publicado hace 8 años por
te_digo_que_no
a
googleresearch.blogspot.com.es
y Una imagen creada por una I.A
Publicado hace 8 años por
Walldrop
a
i.imgur.com
Publicado hace 8 años por
te_digo_que_no
a
googleresearch.blogspot.com.es
Publicado hace 8 años por
Walldrop
a
i.imgur.com
Comentarios
#2 Sigo sin entender nada. ¿Por qué tanto perro en las imágenes?
Sólo entiendo que le pasas una imagen y te la devuelve distorsionada y llena de caras de perro. No veo donde está la miga (y desde luego tiene miga, si no, no sería tan famoso)
Ya se que puedo usar google y tirarme 3 horas investigando y tal, pero tiene más gracia si te lo explica alguien que sepa de qué va el tema.
#4 La historia es que si tu le "preguntas" a esa red neuronal qué es un perro, la propia IA generará una imagen con lo que ella entiende que es un perro. No es una imagen generada por un programa, son los conocimientos de la red sobre un concepto. Si mezclas varios conceptos en una imagen, salen cosas aun mas raras.
#6 Gracias. Había oído que se usaron imágenes de perros para el proyecto, pero no entendía como influían. Entiendo que cuanto más la entrenes mejor representará la realidad de la imagen original. No me queda muy claro de todas formas como va el tema, le pasas una imagen y te la vuelve a dibujar, como un niño, pero como aún no sabe identificar bien, porque solo conoce los perros que usaron para el entrenamiento, la recrea con lo poco que conoce.
¿Voy bien?
#5 Gracias por el intento
#8 https://github.com/google/deepdream/blob/master/dream.ipynb
Ahi tienes algunas imagenes (abajo) junto con el codigo. Seria muy largo de explicar a fondo. Basicamente:
Entrenar una red neuronal quiere decir enseñarla a reconocer que relacion existe entre sus inputs y un determinado output. Si la entrenas con imagenes de caras aprende que relacion existe entre los pixeles de la imagen y una cara 'generica'. Una vez la tienes entrenada reconoceria caras en las imagenes y seria capaz de identificar que pixeles la forman. Incluso aunque la imagen no contenga ninguna cara siempre podrias cuantificar su parecido con una y que pixeles se le parecen.
La red que utilizan esta entrenada con un banco de imagenes muy variado que contienen multitud de objetos (y al parecer muchos perros). Si la muestras una imagen detecta que hay pixeles que se parecen a determinados objetos. A partir de ahi modifican ligeramente esos pixeles para hacerlos mas parecidos a dichos objetos y repiten el proceso varias veces.
#4 Una red neuronal analiza distintas ventanas dentro de la imagen. Busca que objeto es mas parecido al contenido de dicha ventana y mezcla los pixeles originales con aquellos que representan su nocion de dicho objeto.
Supongo que en el conjunto de imagenes que usaron para entrenar la red neuronal habria un gran numero de perros.
#4 los perros son a los robots lo que los gatos a MNM
#4 Las redes neuronales tienden a tener fijaciones. El caso más famoso es el de una IA que habían entrenado para reconocer tanques ocultos entre árboles. Resultó que todas las fotos con tanques habían sido tomadas con un cielo distinto a las que no tenían tanques y eso era lo único que miraba la IA.
#10 Lo cual indica que el "deep learning" todavía está muy lejos de lo que algunos nos quieren vender. Para que una inteligencia pueda considerarse como tal, tienen que averiguar cómo implementar alguna forma de "sentido común" con montones de características identificables en los objetos analizados. Si no, este tipo de deducciones erroneas serán constantes.
#4 Porque la red neuronal está entrenada para reconocer detemrinado tipo de imágenes. En este caso se ve que tiene animales (y en particular perros).
Lo que ves son los intentos de meter cada fotograma en un patrón de reconocimiento de perros, y la red neuronal amplifica las características de la imagen hasta el punto de que aparecen rasgos de perros. Si te fijas la red neuronal no es suficientemente espabilada como para darse cuenta de que cualquier círculo oscuro no es un ojo de perro y que los contornos de las imágenes no son bordes peludos (por ejemplo).
Esa es una de las pistas que dan a entender que sigue sin haber ni inteligencia ni sentido común detrás de estos algoritmos, por muy espectaculares visualmente que sean los resultados, es un proceso a cholón.
El tío del gif me suena mucho, de hecho es un vídeo que circulaba por whatsapp hace unas semanas de un tío drogadísimo bailando tecno en un local.
#16 Mis historias sobre Google Deep Dream no le interesan a nadie
. A mi me parece flipante.
#19 La verdad es que no tengo muy claro lo que es ni para qué es, me parecen imágenes muy mareantes.
¿Alguien con conocimientos puede explicar de qué va esto de Google Dreams así brevemente? ¿Y por qué tanto perro en las imágenes?
#1 Google Deep Dream es una herramienta para visualizar redes neuronales, en la entradilla incluyo un par de meneos anteriores donde se habla del tema, especialmente este:
Google Research: Profundizando en Redes Neuronales [ENG]
Google Research: Profundizando en Redes Neuronales...
googleresearch.blogspot.com.esSomeramente: Google tiene un sistema para clasificar imágenes, extrayendo características comunes que definen al objeto. Si usas esos mismos datos para generar imágenes, obtienes imágenes que parecen extraídas de un viaje de ácido o un cuadro surrealista:
https://www.google.es/search?q=google+deep+dream&espv=2&biw=1233&bih=951&source=lnms&tbm=isch&sa=X&ei=K4aaVYuED8PjywOdmJWYCQ&ved=0CAYQ_AUoAQ
#1
http://www.oystermag.com/sites/default/files/3_25.jpg
http://psychic-vr-lab.com/deepdream/img_dreamed/1220.jpg
#3 El primero es terrorífico, pero sigue siendo sorprendente incluso tras ver muchos ejemplos.
#3 ¡NO!
#0 ¿Por qué no ponéis la etiqueta 'reddit' y así nos dejamos de chorradas?
#9 Estás un poquito ->
, me lo ha pasado un compi de curro...
#11 Le dices que estar posteando en MNM cosas de Reddit no es currar gran cosa, solo karmawhorismo de baja estofa. Yo solo digo que pongáis la p* fuente
¿Un meneo de una imagen chorra?
No, gracias.
Casi prefiero un tweet en portada.