Il Machine Learning è divertente! — Parte 7
Usare i Generative Adversarial Networks per creare opere d’arte a 8-Bit
Questo articolo è il secondo di una lunga serie, se lo hai già letto puoi saltare direttamente alla parte 8, o se vuoi rileggere gli articoli precendenti qui trovi la parte 1, parte 2, parte 3, parte 4, parte 5, parte 6 e la parte 7.
I Generative Models o modelli generativi permettono ai computer di creare dati — come foto, film o musica — dal nulla.
Poco più di un anno fa, Alec Radford (sviluppando il lavoro di Ian Goodfellow) ha pubblicato un documento che ha cambiato il modo i cui vengono costruiti i modelli generativi di Machine Learning. Il nuovo sistema si chiama Deep Convolutional Generative Adversarial Network o DCGANs in breve.
DCGANs sono in grado di avere creare immagini originali fotorealistiche utilizzando una combinazione intelligente di due Deep Neural Network che competono tra loro. Tutte queste immagini di camere da letto sono state create da un DCGAN:
I ricercatori di intelligenza artificiale sono interessati ai modelli generativi perché rappresentano un trampolino di lancio verso la costruzione di sistemi di Intelligenza Artificiale in grado di consumare dati grezzi dal mondo e automaticamente estrarne la comprensione dello stesso.
