√ Gans Yakni Sebuah Ai Generator Wajah
Teknologi.id – Para peneliti NVIDIA telah membuat sebuah AI yang Mampu Menghasilkan Foto Realistis. Potret-potret foto realistis ini bahkan sekilas tidak sanggup kita dibedakan dari gambar insan sungguhan. AI ini berjulukan GANs (generative adversarial networks) yang memanfaatkan perubahan gaya untuk menghasilkan output yang mutahir.
Lihatlah dua gambar di bawah ini. Bisakah kau tahu mana yang merupakan foto orisinil dan foto palsu yang dihasilkan oleh AI?
Yang benar yaitu …… kedua gambar itu palsu buatan AI, produk kerja gres dari produsen GPU Amerika NVIDIA dengan generative adversarial networks (GAN). Penelitian ini diterbitkan hari ini di makalah A Style-Based Generator Architecture for Generative Adversarial Networks. Yang mengusulkan arsitektur generator gres yang telah mencapai kinerja canggih dalam menghasilkan wajah.
Sejak GANs diperkenalkan pada tahun 2014 oleh Peneliti Google Ian Goodfellow. Teknologi ini telah diadopsi secara luas dalam pembuatan dan transfer gambar. Setelah beberapa kegagalan awal, AI ini telah membuat terobosan besar. Dan kini sanggup menghasilkan gambar sintesis yang relistis ibarat hewan, pemandangan, bahkan wajah manusia.
Baca juga: GauGAN, AI yang Mampu Ubah Sketsa menjadi Foto Realistis
Para peneliti tahu apa yang sanggup dilakukan oleh GANs, namun kurangnya transparansi dalam cara kerja internal mereka. Berarti perbaikan AI ini masih dicapai terutama melalui coba-coba. Ini hanya memungkinkan kontrol terbatas atas gambar yang disintesis.
Makalah NVIDIA mengusulkan arsitektur generator alternatif untuk GANs yang menarik wawasan dari teknik transfer gaya. Sistem sanggup mempelajari dan memisahkan banyak sekali aspek gambar tanpa pengawasan pengguna, dan memungkinkan kontrol sintesis skala-spesifik yang intuitif.
Cara kerja GANs:
Pertama AI akan diberikan beberapa wajah sebagai input, yang kemudian akan dipelajari mulai dari karakteristik, struktur, dan bentuknya untuk menghasilkan foto sintesis baru. GANs nantinya sanggup mengontrol ibarat apa fitur spesifik yang ingin dihasilkan. Mulai dari umur, jenis kelamin, suku, ekspresi, gaya rambut, dan lainnya.
Variasi stokastik yaitu kunci yang memungkinkan GAN untuk mewujudkan generator fitur wajah yang terperinci. Seperti penempatan rambut wajah, tunggul, bintik-bintik, pori-pori, dll. Makalah ini mengusulkan penambahan noise per-pixel sesudah setiap lapisan konvolusi. Noise yang ditambahkan tidak mensugesti komposisi keseluruhan atau atribut tingkat tinggi dari gambar. Dan mengubah noise pada lapisan yang berbeda menghasilkan hasil variasi stokastik yang cocok.
Bersamaan dengan makalah hari ini, NVIDIA juga telah merilis dataset besar wajah insan yang baru. Flickr- Faces-HQ (FFHQ) yang berisi 70.000 gambar berkualitas tinggi pada resolusi 1024. Dataset akan segera tersedia untuk umum.
Penulis pertama makalah ini yaitu Tero Karras, seorang ilmuwan penelitian utama di NVIDIA Research dengan minat penelitian utama dalam deep learning, model generatif, dan pembuatan konten digital. Makalahnya Progressive Growing of GANs untuk Peningkatan Kualitas, Stabilitas, dan Variasi, atau dikenal sebagai ProgressiveGANs telah memenangkan penghargaan dan diterima oleh ICLR 2018.
Sumber: Synched
(FM)
Sumber https://teknologi.id
