нейросеть для создания историй
Механический роман: как нейросети придумывают истории за людей
Хотите научиться писать такие же крутые сценарии, как у «Игры престолов» или «Чернобыля»? Или придумывать сказки, от которых ваш ребенок точно будет в восторге? На помощь могут прийти генераторы историй. Александр Косован рассказывает, какие ресурсы в этом помогут, а также генерирует собственный сценарий с помощью искусственного интеллекта.
Я всегда хотел написать роман или сценарий полнометражного фильма, но, увы, никогда не знал, с чего начать. Поэтому генераторы историй могут оказаться для меня настоящим спасением.
Я решил протестировать разные алгоритмы, а потом совместить результат их работы. Важно! Я буду целиком полагаться на силу искусственного интеллекта, стараясь свести к минимуму собственные творческие усилия, чтобы посмотреть, на что способны алгоритмы сами по себе.
С помощью сайта Plot Generator создаю основу для сценария полнометражного кино. Сайт предлагает сформировать множество параметров: от главного героя и места действия до профессии антагониста. Доверяю ИИ сформулировать все самостоятельно.
Нажимаю «сгенерировать» и получаю не только сюжет, но и — внезапно — постер для фильма под названием «Скупой зомби».
История начинается с того, что женщина-механик Морвенна обнимает психиатра Роба и просит его не бросать ее. Роб же отвечает, что ищет кого-то посмелее, чем Морвенна — и уходит. Вместо него появляется Фелисити, которая сообщает, что видела зомби. Вдвоем они решают, что нужно разобраться с живым мертвецом — и отправляются спасать родной город.
Я решительно отказываюсь быть автором сценария, где главные герои носят такие имена. Хочется их поменять. Для этого использую алгоритм создания пиратских имен — просто потому, что могу. Вместо Морвенны у меня будет Черная Донелла, а вместо Фелисити — Прелестный Найджел. Да, пол поменялся, но это не беда.
Прелестный Найджел и Черная Донелла приходят в книжный магазин и видят зомби. Найджел отмечает, что зомби не простой, а самый скупой на свете. Друзья ищут винтовки, чтобы остановить зомби. Ну, знаете, эти книжные магазины, где случайно можно найти винтовку…Но монстр возражает: «Я не самый скупой на свете, я наименее скупой!».
Ну… Получается совсем плохо. Пиратские имена не помогли. Давайте закончим трагично — убьем персонажей. Было бы логично сделать это с помощью зомби, но мое вмешательство должно быть минимальным, решений я тут не принимаю. Поэтому прошу алгоритм выбрать причину смерти за меня. Для этого зачем-то нужно ввести не только имя и возраст, но и образование с весом. Ну что ж, пускай.
В итоге Прелестный Найджел умер от отравления в ресторане, а Черная Донелла поперхнулась целым чесноком и задохнулась. Проблема решена!
Новая попытка. Мне очень нужен внятный сюжет. Алгоритм предлагает выбрать, какую историю я хочу — грустную или веселую. Конечно, грустную, нужно больше боли и страданий! Мир в огне!
По сюжету, созданному искусственным интеллектом, девушка, чьи родители погибли, когда ей было четыре года, попадает в финал шоу талантов. Она безумно рада, но вдруг ее ребенка сбивает машина. Девушка эмоционально разбита. В таком состоянии она выступает в шоу, но из-за эмоциональной нестабильности занимает последнее место. Неплохой сюжет, довольно связный.
Или вот еще: Кристина — медсестра, которая убивает людей и печет из них пироги. Что дальше — неважно. Главное — эта прекрасная завязка.
Русскоязычный генератор сюжетных твистов
Допустим некоторую вольность: совместим оба сюжета. Ребенка девушки-сироты (генератор дал ей имя Барбара Забрински) сбила Кристина, желая сделать из него пирог. И вот Кристина и Барбара встречаются, между ними происходит диалог. Попросим искусственный интеллект его сгенерировать.
— Пирог, — объясняет Кристина, – это блюдо, которое вкусней всего, когда остынет. Для пирога нет непроходимых путей. Всегда мечтали научится готовить пироги? Пожалуйста – у вас теперь почти вся ночь в распоряжении.
— Главное, не забудь вынуть пирог, сдавая одежду в химчистку, — парирует Барбара.
— Глупый и мудрец смотрят на один пирог, но видят два разных пирога, — говорит Кристина. — Первый закон: каждый новый пирог не может противоречить ранее озвученному. Второй закон: автор первого закона – безграмотный осел. Законы нашего мира логично исходят из этих законов.
Ну что ж, диалог почти в стиле Тарантино.
Варианты диалогов про пирог
Добавим название города, где это происходит, чтобы добавить колорита. Генератор дает название: Дис Пуп. Видимо, дело происходит в Мексике.
Чувствую, что кино может быть удачным. Пора подобрать ему название. Есть ли для этого генератор? Есть! Он предложил назвать фильм «Нож зла».
Отлично! Осталось подобрать постер. Что посоветует генератор?
Постер к фильму «Нож зла»
Долгий путь
Идея генератора для создания историй не нова. Писатели и литературоведы не раз делали аналоги нынешних интерактивных алгоритмов, но на бумаге. Например, автор бульварных романов Уильям Уоллес Кук в 1928 году опубликовал книгу «Плотто», в которой было собрано практически две тысячи сюжетных поворотов, которые можно объединить так, что у вас получится связная история. Говорят, ей пользовался Хичкок в работе над своими фильмами.
Похожим образом можно создавать сказочные сюжеты с помощью книги российского исследователя Владимира Проппа. В его книге «Морфология «волшебной» сказки» даны составляющие любой сказки (от характеристик героев до символических атрибутов), комбинируя которые можно получить свое уникальное произведение.
«36 драматических ситуаций», работу французского писателя и литературоведа Жоржа Польти, тоже можно рассматривать в качестве своеобразного генератора. Польти проанализировал все известные ему литературные художественные произведения и вычленил из них 36 общих сюжетов, выйти за пределы которых не получится, как бы вы не старались. Однако полноценным генератором это все же назвать нельзя. Руководствуясь этой работой, вы сможете выбрать нужную для вашего сценария или романа конструкцию, которую придется додумывать самостоятельно.
Но возможно, в ближайшее время ничего не нужно будет додумывать — алгоритмы сами справятся с созданием связного текста. Представьте, что вы владеете крупным сайтом по продаже всевозможных товаров. На сайте десять тысяч страниц, и столько же товаров. Будете ли вы вручную писать описание к каждому из них?
Да, этот вариант можно рассмотреть, если у ваших работников есть много свободного времени, а у вас — много денег на оплату бессмысленного труда. Проще создать алгоритм, который бы составлял описания самостоятельно. Для этого нужны шаблоны, в которые ИИ мог бы подставлять нужные слова.
В теории создать такую же штуку, работающую на создание художественных текстов, несложно. Загрузить 36 сюжетов мировой литературы, сдобрить их двумя тысячами сюжетных поворотов, научить алгоритм правильно сочетать слова и учитывать предыдущие события — и все, готово. С развитием нейросетей все это звучит не так уж фантастично.
Самое интересное, что искусственный интеллект научился оценивать сюжеты. Компания ScriptBook создала программу, предсказывающую успех фильмов в прокате. Руководитель компании рассказала, что программа проанализировала сценарии фильмов кинокомпании Sony Pictures, выходивших в 2015-2017 годах и смогла предсказать неудачу 22 из них.
Нейросеть обучена на 6500 сценариях и предсказывает успех или неуспех фильма в 80% случаев.Также она отличает протагониста от антагониста, умеет оценивать проработанность героев и целевую аудиторию (начиная от расы и заканчивая возрастом). Проверить свой сценарий «на успех» можно за пять тысяч долларов. Внушительная сумма, но та же Sony Pictures потратила куда больше денег впустую, сняв 20 неокупившихся фильмов за два года.
Уже сейчас нейросети пишут сценарии то к серии «Черного зеркала», то к рекламе Lexus. Но пока это не самостоятельные произведения — они требуют корректировки человека.
Вполне вероятно, что в ближайшее время можно будет пользоваться полноценными алгоритмами, которые позволят создавать действительно связные истории с хорошими диалогами и проработанными характерами.
А пока мы уходим в закат вместе с Кристиной и Прелестным Найджелом. Зайдем по пути за пирогами.
Нейросети уже рисуют картины и пишут сценарии. Где ещё они догоняют человека
По данным Всемирного Экономического Форума, к 2025 году искусственный интеллект заменит 85 миллионов рабочих мест, в том числе — творческих. Нейронные сети уже умеют рисовать картины, писать сценарии и создавать музыку, а их произведения продают на аукционах за огромные деньги.
В этой статье разберёмся, на что ещё способны нейросети, как у них получается так хорошо подражать людям и где они смогут заменить человека. И обязательно попробуем сгенерировать что-нибудь сами.
Живопись
Васнецов писал «Спящую царевну» 40 лет, Да Винчи рисовал губы Джоконды 12 лет, а нейросети генерируют десятки образов за несколько секунд. Посмотрим, как им это удаётся и как выглядит их «творчество».
Нейросеть Google
Google был одним из первых, кто научил нейронные сети создавать картины. Ещё в 2015 году команда инженеров, среди которых был россиянин Александр Мордвинцев, разработала алгоритм компьютерного зрения Deep Dream. Он использует свёрточные нейронные сети, которые хорошо распознают образы.
DeepDream не умеет полноценно писать картины, он лишь может генерировать новые изображения на основе полученного. Но работы нейросети всё равно пользуются спросом. Например, на аукционе Christie’s картину искусственного интеллекта продали за 432 тысячи долларов.
Как это работает
Сначала Deep Dream обучают. Нейросети показывают разные изображения, и она запоминает образы: людей, животных, здания.
Затем в Deep Dream загружают фотографию. Нейронка анализирует изображение, начинает искать знакомые элементы.
Потом DeepDream рисует замеченные образы. На первых этапах нейронная сеть «смотрит» на края и углы изображений, поэтому добавляет лишь небольшие завитки и штрихи, и картинка немного искажается.
Фотографию загружают в Deep Dream → Deep Dream добавляет небольшие искажения в виде завитков
Новую картинку с искажениями Deep Mind снова анализирует и искажает. Так происходит 10–30 раз. Изображение всё больше меняется, и в итоге на нём постепенно вырисовываются объекты, которые нейросеть видела при обучении. Например, на картинке — дерево, а нейронка насмотрелась на здания, поэтому дорисует дом.
Как это выглядит
Поскольку Deep Mind в процессе обучения показали очень много картинок с животными, она видит их везде. Показываешь небо — видит птиц. Показываешь Мону Лизу — видит собаку и очень много глаз.
До обработки Deep Mind / После обработки Deep Mind Итоговый результат До обработки Deep Mind / После обработки Deep Mind
Нейросеть «Яндекса»
В 2020 году «Яндекс» создал целую виртуальную выставку картин, которые написала нейросеть. Это уже больше похоже на традиционное искусство. Нейросеть повторяет архитектуру StyleGAN2 от NVIDIA, которую изначально создавали, чтобы генерировать лица, неотличимые от настоящих.
Как это работает
StyleGAN2 — нейросеть, где есть два алгоритма, которые соревнуются между собой. Это как фальшивомонетчик и Центробанк: первый постоянно придумывает новые способы подделать деньги, а второй подстраивается и учится отделять настоящее от фальшивого. Так система эволюционирует.
StyleGAN2 устроен подобным оброзом: с одной стороны есть генератор — он «рисует» картины, а с другой, дискриминатор — он вычисляет, похоже это на реальную картину или нет.
Сначала дискриминатору показывают изображения — например, с котиками, чтобы он научился их «видеть».
Потом в генератор подают «случайный шум», то есть набор чисел. Он создаёт из них изображение и отправляет дискриминатору.
Дискриминатор анализирует изображение, и если оно похоже на котиков, пропускает.
Так генератор и дискриминатор самообучаются в процессе постоянного «соревнования». А мы получаем всё более реалистичные картинки.
Как это выглядит
Специалисты «Яндекса» обучили свою нейросеть на произведениях из разных направлений живописи: от фовизма и кубизма до минимализма и стрит-арта. Поэтому результат работы их алгоритма гораздо ближе к привычному искусству, чем у Google:
Результат работы нейросети Яндекса
Нейросеть OpenAI
В январе 2021 года OpenAI разработала новую нейронную сеть DALL·E, которая умеет переводить текст в изображение.
Нейронные алгоритмы Text-to-Image — новый тренд 2021 года. Это гораздо больше напоминает реального художника: формулируешь ТЗ → нейросеть пишет картину.
Как это работает
DALL·E тоже сначала обучают. Ей показывают пары текст–изображение, то есть объясняют: здесь — собака, там — машина, тут — человек.
Пользователь отправляет в нейросеть текстовый запрос. Он преобразуется в набор цифр, а цифры внутри нейронки с помощью сложных формул превращаются в изображение.
Созданные изображения отбирает другая нейросеть — CLIP. У DALL·E нет своего дискриминатора, приходится подключать дополнительные функции. CLIP умеет определять, что изображено на картинке без предварительного обучения. Например, может точно сказать, что на фото кинг-чарльз-спаниель, а не бретонский эпаньоль или кокер-спаниель.
Пример работы Clip
DALL·E может сгенерировать полную чушь, но если CLIP разглядит на картинке что-то знакомое, он её отберёт.
Как это выглядит
Вот, какие изображения генерирует DALL·E на сразу два запроса: «синяя клубника» и «витражи».
«Синяя клубника» + «витражи»
А вот ещё несколько интересных картин по разным запросам:
Классификация картин по стилю и жанру
У Singularis Lab есть разработка на базе сверточной нейросети, которая позволяет определить жанр и стиль картины. Для этого достаточно загрузить файл в систему, и алгоритм выдаст результат.
Как это работает
Обучение нейросети “основам изобразительного искусства”. Мы показали нейросети множество различных картин. Система запомнила характерные признаки представленных ей академических стилей и жанров и научилась определять их самостоятельно.
Загрузка изображения с любого устройства. Демка доступна с любого устройства с выходом в интернет. Вы можете загрузить любое изображение, даже фотографию вашего блокнота. Нейросеть в любом случае классифицирует его по своей базе знаний.
Нейросеть классифицирует изображение, показывает вам результат и примеры похожих картин.
Подробнее о проекте рассказываем здесь.
Наша разработка
Новости и статьи
Главный научный сотрудник Narrative Science Кристиан Хаммонд считает, что к 2030 году 90% новостей будут написан искусственным интеллектом.
Западные издания уже применяют нейросети для написания новостных заметок. Для этого используют передовую модель на нейронных сетях GPT-3 — самый мощный инструмент, который умеет генерировать текст.
GPT-3 настолько хорошо подражает человеку, что OpenAI держит нейросеть в закрытом доступе. Создатели боятся, что их разработку могут использовать для распространения дезинформации.
Как это работает
Нейросеть заранее обучают. Например, на старте GPT-3 показали 45 ТБ текста из интернета: статьи из «Википедии», книги, полезные материалы.
Нейросеть запоминает, как пишут люди: о чём они говорят, какие слова чаще ставят вместе, а какие — нет..
GPT-3 принимает начало текста от пользователя и начинает пристраивать к нему каждое следующее слово. Она перебирает все известные ей слова и оценивает, какое лучше подойдёт в каждом случае. Поскольку она видела очень много примеров, предсказания GPT-3 часто оказываются удачными.
Как это выглядит
Американский студент создал целый блог, который вела нейросеть GPT-3. Тексты публиковались на известном агрегаторе новостей Hacker News.
GPT-3 настолько хорошо генерирует тексты, что одна статья даже заняла первое место в топе — пользователи посчитали её самой интересной.
Подвох заметил лишь один юзер Hacker News, но его обвинили в некорректности и попросили не обижать автора.
— Похоже, что это написал GPT-3. Текст ни о чем. — Может, вы здесь новенький, но ваш грубый комментарий неприемлем в этом сообществе. Если вы не согласны с текстом, приведите аргументы, а не оскорбляйте автора.
Ещё GPT-3 хорошо показала себя в создании новостных заголовков. У «Медузы» есть проект Neural News, в котором русскоязычная модель GPT-3 от «Сбера» занимается ровно этим: генерирует фейковые заголовки. Порой выходит очень правдоподобно:
Сценарии
По сценариям, которые пишут нейросети, уже снимают короткометражные фильмы. Выходит странно, но по-своему интересно. На YouTube есть целый канал Calamity Ai, на который студенты калифорнийской киношколы выкладывают короткометражки по сценариям, написанным нейросетью.
Посмотреть короткометражку от нейросети вы можете здесь.
Такая нейросеть есть и у «Яндекса». В июне 2021 года компания представила сервис «Балабоба», который умеет достраивать тексты. В основе «Балабобы» — нейросеть YaLM, которая готовит ответы для «Поиска» и «Алисы».
«Балабоба» умеет генерировать сценарии фильмов, теории заговора, ТВ-репортажи, пацанские цитаты, тосты и рекламные слоганы.
Как это работает
YaLM работает по похожему с GPT-3 принципу.
«Яндекс» заранее обучил YaLM. Нейросетке показали веб-страницы с текстом на русском: статьи, новости, книги, посты в соцсетях и сообщениях на форумах.
Нейронка запомнила примеры. Она усвоила, что в предложения Толстого тянутся на полстраницы, а после «Мама мыла. » лучше поставить слово «рама», а не «бегать».
Теперь, когда пользователь пишет начало текста «Балабобе», нейронка начинает подбирать каждое следующее слово — как Т9 в смартфоне. YaLM перебирает слова и оценивает, какое лучше подойдёт для этого контекста и не нарушит ли нейросеть при этом правила русского языка.
Как это выглядит
Вот, какую концепцию для фильма «Балабоба» сгенерировал на основе зачина криминальной комедии «Карты, деньги, два ствола».
Разработка
Искусственный интеллект так быстро развивается, что под угрозой оказались сами разработчики. В августе 2021 года OpenAI выпустила нейросеть Codex, которая однажды может заменить программистов.
Codex — это инструмент, который умеет преобразовывать команды на английском языке в программный код. Нейросеть лучше всего работает с Python, но спокойно может написать код на JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript и даже Shell.
Как это работает
Codex — по сути, тот же GPT-3, который просто гораздо лучше пишет код.
Сначала Codex изучает все открытые репозитории GitHub — это терабайты программного кода.
Затем нейронка анализирует код и комментарии к нему. Она запоминает, что пишет программист после определённого комментария и учитывает это при работе.
Пользователь на английском языке пишет Codex, что нужно сделать. Например, «выведи “Привет, мир”». А нейрость пишет строчку кода: print(‘Привет, мир’), если выбрали язык Python.
Как это выглядит
Вот, как с помощью Codex разработчик создаёт игру через команды нейросети:
Пользователь даёт команду — нейросеть её выполняет
OpenAI Codex работает в закрытом бета-тестировании. Чтобы попробовать нейросетку, нужно попасть в список ожидания. Для этого придётся заполнить форму и немного подождать.
19 отличных бесплатных нейросетей
К 2019 году искусственные нейронные сети стали чем-то большим, чем просто забавная технология, о которой слышали только гики. Да, среди обычных людей мало кто понимает что из себя представляют нейросети и как они работают, но проверить действие подобных систем на практике может каждый – и для этого не нужно становиться сотрудником Google или Facebook. Сегодня в Интернете существуют десятки бесплатных проектов, иллюстрирующих те или иные возможности современных ИНС, о самых интересных из них мы и поговорим.
Из 2D в 3D
На этом сервисе вы сможете вдохнуть новую жизнь в свои старые фотографии, сделав их объемными. Весь процесс занимает меньше минуты, необходимо загрузить изображение и через несколько секунд получить 3D-модель, которую можно покрутить и рассмотреть во всех деталях. Впрочем, есть два нюанса — во-первых, фотография, должна быть портретной (для лучшего понимания требований на главной странице сайта представлены наиболее удачные образцы снимков, которые ранее загружали другие пользователи; во-вторых, детализация получаемой модельки зачастую оставляет желать лучшего, особенно, если фотография в низком разрешении. Однако авторы разрешают не только ознакомиться с результатом в окне браузера, но и скачать получившийся файл в формате obj к себе на компьютер, чтобы затем самостоятельно его доработать.
Нейминг брендов
Придумали крутую идею для стартапа, но не можете определиться с именем для будущей компании? Достаточно вбить несколько ключевых слов, задать длину названия в символах и готово! В общем, больше не нужно искать на фрилансе людей, которые будут решать такой личный вопрос, как наименование дела всей вашей жизни.
Выбор досуга
Пересмотрели все интересные вам фильмы, прочли все достойные книги и не знаете чем занять вечер? Система рекомендаций от специалиста по искусственному интеллекту Марека Грибни расскажет как увлекательно и с пользой провести свободное время. Для корректной работы сервиса вас сперва попросят указать ваши любимые произведения в кинематографе, литературе, музыке или живописи.
Рай для искусствоведа
Google специально для поклонников современного (и не только) искусства запустила проект Google Arts & Culture, в котором можно подобрать произведения по вашему вкусу как от малоизвестных, так и от малоизвестных авторов. Большая часть контента здесь на английском, но если вы не дружите с языками, можно воспользоваться встроенным переводчиком.
Озвучивание картинок
Японская студия Qosmo разработала очень необычную нейросеть Imaginary Soundscape, которая воспроизводит звук, соответствующий тому или иному изображению. В качестве источника информации вы можете указать ссылку на любую картинку в Интернете, загрузить свой файл либо выбрать случайную локацию на Google Maps.
Не умеешь рисовать – тогда тебе к нам!
Если вы пробовали использовать рукописный ввод на своем смартфоне, эта нейросеть покажется вам до боли знакомой: она превращает любые каракули в аккуратные 2D-рисунки.
Генерация людей
Thispersondoesnotexist – это один самых известных AI-проектов. Нейросеть, созданная сотрудником Uber Филиппом Ваном, выдает случайное изображение несуществующего человека при каждом обновлении страницы.
Генерация… котов
Тот же автор разработал аналогичный сайт, генерирующий изображения несуществующих котов.
Быстрое удаление фона
Часто ли вам приходится тратить драгоценное время на удаление бэкграунда с фотографий? Даже если регулярно такой необходимости не возникает, следует на всякий случай знать о возможности быстрого удаления фона с помощью удобного онлайн-инструмента.
Написать стихотворение
Компания ‘Яндекс’, известная своей любовью к запуску необычных русскоязычных сервисов, имеет в своем портфолио сайт, где искусственный интеллект составляет рандомные стихотворения из заголовков новостей и поисковых запросов.
Окрашивание черно-белых фотографий
Colorize – это также российская нейросеть, возвращающая цвета старым черно-белым снимкам. В бесплатной версии доступно 50 фотографий, если вам нужно больше, можете приобрести платный аккаунт с лимитом в десять тысяч изображений.
Апскейлинг фото
Лет 10-15 назад камеры мобильных устройств не отличались высоким разрешением, и слабый сенсор в телефоне никак не мог справиться с детализированной картиной окружающего мира. Теперь же, если вы захотите повысить разрешение своих старых фотографий, это можно сделать на сервисах вроде Bigjpg и Let’s Enhance, которые позволяют увеличить размер изображения без потери в качестве.
Чтение текста голосом знаменитостей
Благодаря высоким технологиям, сегодня у вас есть возможность озвучить любую фразу голосом самых известных в мире людей. Все просто: пишите текст и выбираете человека (среди последних — Дональд Трамп, Тейлор Свифт, Марк Цукерберг, Канье Уэст, Морган Фриман, Сэмюель Л Джексон и другие).
Описание фотографий
Казалось бы, искусственный интеллект должен быть способен без труда описать любую, даже самую сложную картинку. Но это вовсе не так, обучить ИИ распознавать отдельные образы действительно относительно просто, а вот заставить компьютер понимать общую картину происходящего на изображении, очень сложная задача. У Microsoft получилось с ней справиться, и ее CaptionBot без труда скажет, что вы ему показываете.
Музыкальная шкатулка
Напоследок расскажем о целой пачке нейросетей от Google, первая из них – Infinite Drum Machine. Открыв страницу приложения, вы увидите своеобразную карту, на которой находятся самые разнообразные звуки. С помощью круглых манипуляторов можно изменять сочетание элементов, если получившийся набор покажется вам бессмысленным, нажмите кнопку Play в нижней части экрана и звуковая картина сложится сама собой.
Птичий хор
Если предыдущий сервис может оказаться полезным для, например, диджеев или обычных музыкантов, то польза от управления голосами десятков тысяч певчих птиц довольно сомнительна. Кстати, коллекция звуков для Bird Sounds собиралась орнитологами со всего мира на протяжении нескольких десятилетий.
Виртуальный пианист
В A. I. Duet пользователю предлагается сыграть какую-нибудь мелодию на пианино, а искусственный интеллект попробует самостоятельно закончить композицию, подобрав наиболее логичное и гармоничное продолжение.
Распознавание рисунков
Еще во время первых экспериментов с нейросетями в середине прошлого века основной задачей машинного обучения было распознавание визуальных образов. Спустя десятки лет эта технология выбралась из лабораторий и доступна всем желающим: на сайте quickdraw.withgoogle.com/ вам предложат быстро рисовать простые наброски определенных предметов, при этом ИИ будет все время комментировать происходящее на экране синтезированной речью.
Объяснение логики машинного обучения
Проект Visualizing High-Dimensional Space (“Визуализация многомерного пространства”) создавался для того, чтобы объяснить простым людям и начинающим разработчикам, как работают нейросети. Когда ИИ, оперируя большими базами данных, получает информацию (например, вашу фотографию, введенную фразу или только что нарисованное изображение), он сравнивает входящие данные с теми, что у него уже есть. VHDS наглядно демонстрирует корреляцию одного лишь выбранного вами слова с миллионами аналогичных понятий.