these ai generated pokemon are strangely compelling 119766
Neki od dizajna Pokemona neugodno su blizu stvarnosti (barem sa sigurne udaljenosti)
Živo se sjećam djece u školi koja su vukla oko postera originalnih 150 Pokemona (neki su čak bili i kaširani!), a kako se serija bliži granici od 900 mon, čini se da je pravo vrijeme da vidimo kakvi se dizajni Pokemona mogu pojaviti. iz dobro uvježbane AI.
Kao što je prikazano u ovom eksperimentu iz Max Woolf , koji je podatkovni znanstvenik na BuzzFeedu, moguće je stvoriti nešto smiješno, čudno i jezivo točno džepna čudovišta neuronske mreže.
Natjerao sam bota da pogleda svakog Pokémona i rekao mu da generira svog. Evo rezultata.
(ovo nije šala, tako sam zapravo napravio ove) pic.twitter.com/MfJUWJHZoB
— Max Woolf (@minimaxir) 15. prosinca 2021
Posvećenom Pokemon obožavatelje, mnoga će se stvorenja odmah registrirati kao da nisu marke, ali kladim se da bih se mogao prevariti s nekoliko njih u brzometnom kvizu.
Nakon što je dobio zasluženo zanimanje za umjetnost na Twitteru i Redditu, Woolf je objavio dva više serije Pokemona generiranih umjetnom inteligencijom, a vrijedi ih pogledati izbliza:
Vau, svi vam se jako, jako sviđaju ovi Pokémoni generirani umjetnom inteligencijom!
Kao zahvalu za svu vašu podršku, što kažete na JOŠ JEDAN BONUS?! pic.twitter.com/kM3Kc8bBe6
— Max Woolf (@minimaxir) 15. prosinca 2021
Pišući više o projektu na Redditu, Woolf je rekao da je umjetna inteligencija koja se ovdje koristi fino podešena ruDALL-E na službenim slikama Pokemona (tj. jest ne VQGAN + CLIP ili Wombo Dream). Način na koji AI radi je da generira slike odozgo prema desno u komadima 8×8. Sljedeći dio uzorkuje donekle nasumično kako bi slika bila konzistentna, a proces finog podešavanja uči AI da bolje prepoznaje dijelove Pokemona.
uzorci testnih slučajeva u softverskom testiranju
Iako bi bilo nevjerojatno imati interaktivni demo (ne za razliku od jednostavnog za korištenje Pokemon Fusion alat), kako Woolf kaže, nije baš prenosiv/jednostavan za korištenje.
Tema o generativne suparničke mreže pojavio se u razgovoru koji je uslijedio na Redditu, a on je to odgovorio bilo je pokušaja treniranja GAN-a na Pokemonu, ali je vrlo, vrlo teško dobiti koherentan rezultat. (GAN-ovi zahtijevaju veliku količinu normaliziranih visokokvalitetnih ulaznih slika, što Pokemoni nisu.) Možda će ovo potaknuti druge eksperimente!
Strojevi koji uče o Pokemonima jako su mi iznad glave, ali svejedno fascinantno. Slika na vrhu ovog članka prikazuje neka od mojih omiljenih malih čudovišta, i da, broj 2 nas odbija. #4 izgleda kao neki nasumični NFT, a #8 je dovoljno dragocjen da bude stvaran.
Nadam se da će fan art što prije izmaći kontroli.