GAN (Generative Adversarial Network) alapú gépi tanulási feladat elvégzése

2020-2021 tavasz

Szoftver

Téma leírása

A generatív ellenséges hálózatok (generative adversarial network, GAN) párban álló AI-rendszerek, amelyeket arra tanítanak, hogy egy egyedül dolgozó rendszernél gyorsabban hozzanak létre tartalmakat és végezzenek el feladatokat.

Tegyük fel, hogy a feladat Picasso művészi stílusa által inspirált kép generálása. Az AI-tervező csapatok összegyűjtik Picasso összes festményét, és egy GAN-t az alkotásait egyedivé tevő színek, jellemzők és egyes ecsetvonások észlelésére használnak.

Az egyik AI-rendszer megkísérli utánozni Picasso munkáját, míg a másik értékeli az első próbálkozásait.

Az utánzó AI arra használja tudását, hogy ezernyi új képet készítsen Picasso stílusában – meglévő műalkotások jellemzőire alapozva –, míg a másik AI-rendszer megítéli, hogy mennyire hasonlítanak az alkotások Picasso stílusához, majd értékeli őket. A nem meggyőzőeket visszaküldi, hogy javítson rajtuk az utánzó AI.

Végül, miután millónyi alkalommal oda-vissza küldik egymásnak az ötleteiket, az utánzó AI egyre jobb képeket készít Picasso stílusában.

Picasso vs. AI

A GAN-ok azon túlmutató képességét, hogy egyszerűen memorizálják a korábban létrehozott dolgokat, fontos mérföldkőnek tekintették az AI-kutatók közösségében. A mérnökök és tervezők már az arra vonatkozó lehetőségeket kutatják, hogy segítsenek autók és épületek 3D-modelljeinek 2D-s fotók tanulmányozása alapján való létrehozásában.

A fenti összefoglaló forrása: https://atozofai.withgoogle.com/intl/hu/gans/

A hallgató feladata tetszőleges gépi tanulási probléma megoldása GAN-ok segítségével.

A választott adathalmaz és terület a konzulenssel egyeztetve kerül kiválasztásra.

A téma választható önálló laboratóriumnak, vagy szakdolgozatnak/diplomatervnek is, a meglévő tudás függvényében.

A téma felvétele előtt javasolt a konzulenssel való egyeztetés.

Maximális létszám: 2 fő