these ai generated pokemon are strangely compelling 119766
Niektóre projekty Pokemonów są nieprzyjemnie bliskie rzeczywistości (przynajmniej z bezpiecznej odległości)
Wyraźnie pamiętam dzieciaki w szkole taszczące plakaty z oryginalnymi 150 Pokemonami (niektóre były nawet laminowane!), a ponieważ seria zbliża się do znaku 900-monów, wydaje mi się, że to właściwy czas, aby zobaczyć, jakie projekty Pokemonów mogą wzrosnąć z dobrze wyszkolonej sztucznej inteligencji.
Jak pokazano w tym eksperymencie z Max Woolf , który jest analitykiem danych w BuzzFeed, możliwe jest stworzenie zabawnych, dziwnych i niesamowicie dokładne kieszonkowe potwory z sieci neuronowej.
Zmusiłem bota do spojrzenia na każdego Pokémona i kazałem mu wygenerować własny. Oto wyniki.
(to nie jest żart, właściwie tak to zrobiłem) pic.twitter.com/MfJUWJHZoB
— Max Woolf (@minimaxir) 15 grudnia 2021
Do dedykowanego Pokemony fanem, wiele stworzeń natychmiast zarejestruje się jako niemarkowe, ale założę się, że kilka z nich dałoby się oszukać w szybkim quizie.
Po dużym zasłużonym zainteresowaniu sztuką na Twitterze i Reddicie, Woolf opublikował post dwa jeszcze partie pokemonów generowanych przez sztuczną inteligencję, które warto przyjrzeć się z bliska:
Wow, wszyscy naprawdę lubicie te Pokémony generowane przez sztuczną inteligencję!
W ramach podziękowania za całe wsparcie, co powiesz na KOLEJNĄ BONUSOWĄ PARTIĘ?! pic.twitter.com/kM3Kc8bBe6
— Max Woolf (@minimaxir) 15 grudnia 2021
Pisząc więcej o projekcie na Reddicie, Woolf powiedziała, że zastosowana tutaj sztuczna inteligencja jest dopracowana ruDALL-E na oficjalnych obrazach Pokemonów (tj. jest nie VQGAN + KLIP lub Wombo Dream). Sposób, w jaki działa sztuczna inteligencja, polega na tym, że generuje obrazy od góry do prawej w kawałkach 8 × 8. Próbkuje następną porcję nieco losowo, dzięki czemu obraz jest spójny, a proces dostrajania uczy sztuczną inteligencję lepszego rozpoznawania fragmentów Pokemona.
wodospadowe modele cyklu życia oprogramowania
Chociaż byłoby wspaniale mieć interaktywne demo (podobnie jak łatwe w użyciu Fuzja Pokemonów narzędzie), jak to określa Woolf, nie jest zbyt przenośne/łatwe w użyciu.
Temat generatywne sieci adwersarzy pojawił się w późniejszej rozmowie na Reddit, a on odpowiedział, że były próby wytrenowania GAN na Pokemonach, ale bardzo, bardzo trudno jest uzyskać spójne wyniki. (GANy wymagają dużej ilości znormalizowanych obrazów wejściowych wysokiej jakości, którymi Pokemony nie są.) Może to zainspiruje inne eksperymenty!
Maszyny uczące się o Pokemonach są bardzo ponad moją głową, ale i tak fascynujące. Obrazek na górze tego artykułu pokazuje niektóre z moich ulubionych małych potworów i tak, numer 2 nas odrzuca. #4 wygląda jak jakiś losowy NFT, a #8 jest wystarczająco cenny, aby był prawdziwy.
Mam nadzieję, że grafika fanów wymknie się spod kontroli tak szybko, jak to tylko możliwe.