Google использовала ИИ для создания великолепных снимков из панорам Google Street View

Машинное обучение преуспевает во многих областях с четко определёнными целями. Задачи, где существует правильный или неправильный ответ, помогают с процессом обучения и позволяют алгоритму достигать поставленной цели — будь то корректная идентификация объектов на фотографиях или приемлемый перевод с одного языка на другой. Однако, существуют области, в которых отсутствуют объективные оценки. Например, красота того или иного снимка измеряется его эстетической ценностью, которая является весьма субъективным понятием.

Чтобы изучить, как машинное обучение способно усваивать субъективные понятия, интернет-корпорация Google представила экспериментальную систему глубинного обучения для создания художественного контента. Система под названием «Креатизм» имитирует рабочий процесс профессионального фотографа, «блуждая» по панорамным снимкам Google Street View в целях поиска лучшей композиции и последующей постобработки с целью создания привлекательных с эстетической точки зрения фотографий.

Как отмечают в Google, виртуальный фотограф совершил «путешествие» по примерно 40 тысячам панорамным пейзажам, включая Альпы, национальные парки в Канаде, район Биг-Сур в Калифорнии и Йеллоустонский национальный парк, и вернулся с впечатляющими результатами, которые — как успели оценить профессиональные фотографы — обладают приближенным к профессиональным качеством.

Для контролируемого обучения в Google использовали коллекцию фотографий профессионального качества, без пар снимков до и после обработки или каких-либо дополнительных подписей. Алгоритм автоматически разбивал фотографию на несколько частей, к каждой из которых применялась отдельная операция обработки — композиция, уровень насыщенности, уровень HDR и драматическое освещение.

Экспериментальная система обрезает [b] панораму [a], с применением усиления насыщенности и HDR [c] и драматической маски [d]

Традиционный фотофильтр был использован для генерации отрицательных обучающих примеров для насыщенности, HDR и композиции. Кроме того, команда подразделения Google представила системе «Креатизм» специальную операцию под названием драматическая маска, которая была создана во время обучения понятию драматического освещения. Негативные примеры были созданы путём применения комбинации фотофильтров, которые случайным образом изменяли яркость на профессиональных фотографиях, ухудшая их внешний вид. Для обучения системы использовалась генеративная состязательная сеть, в которой генеративная модель создаёт маску, чтобы исправить освещение на негативных примерах, в то время как дискриминационная модель пытается отличить улучшенные результаты от настоящих профессиональных. В отличие от таких фильтров, как, например, виньетка, драматические маска добавляет контентно-чувствительную корректировку яркости на фотографию. Обучение с использованием генеративной состязательной сети приводит к хорошим вариациям таких предположений.