AttnGAN: Το νευρωνικό δίκτυο της Microsoft που έμαθε να ζωγραφίζει

Το Deep Learning Group αποτελεί τρόπον τινά ένα από τα σημαντικότερα πλέον κομμάτια της Microsoft. Η εταιρία που εδρεύει στο Redmond της Washington έχει εστιάσει μεγάλο μέρος της προσοχής της στα νευρωνικά δίκτυα, τη γνώση των οποίων θα χρησιμοποιήσουν μελλοντικά A.I. συστήματα με σκοπό να ενσωματωθούν στο Azure Cloud και να εμπλουτίσουν τα προϊόντα και τις πλατφόρμες της.

Ως μέλος μιας τριλογίας έργων τεχνητής νοημοσύνης, η ίδια προέβη στην παρουσίαση του AttnGAN (abbr. Attentional Generative Adversarial Network), ενός νευρωνικού δικτύου με τη δυνατότητα να δημιουργεί εικόνες pixel-by-pixel. Το εν λόγω text-to-image bot, αφού τροφοδοτηθεί με μια περιγραφική πρόταση (βλ. ‘αυτό το πουλί είναι κόκκινο με λευκό και έχει ένα πολύ μικρό ράμφος’), “ζωγραφίζει” με απίστευτη αληθοφάνεια αυτό που “φαντάστηκε”. Η ιδέα έχει να κάνει με την ανάγκη εκπαίδευσης μιας μηχανής έτσι ώστε να αντιλαμβάνεται τους ανθρώπους και το περιβάλλον γύρω της με τον ίδιο τρόπο που το εκλαμβάνουμε και εμείς.

Αν πάτε στο Bing και αναζητήσετε τη λέξη σπουργίτι, τα αποτελέσματα θα σας δώσουν ένα πλήθος εικόνων σπουργιτιών. Αλλά εδώ, οι εικόνες δημιουργούνται από τον υπολογιστή, pixel-by-pixel, από την αρχή. Αυτά τα σπουργίτια δεν υπάρχουν στον πραγματικό κόσμο, είναι μόνο μια πτυχή της φαντασίας του υπολογιστή μας σχετικά με τα πτηνά - Xiaodong He, Διευθύνων Ερευνητής της ομάδας

Πρόκειται για κάτι απίστευτα όμορφο, δεδομένου του ότι “η τεχνητή νοημοσύνη δεν είναι ικανή να φανταστεί κάτι”. Η ερώτηση που είχε θέσει στον ομώνυμο τίτλο του βιβλίου του ο Philip K. Dicks, ‘Do Robots Dream of Electric Sheep’, καθώς και το ‘Critique of Pure Reason’ του Immanuel Kant όπου εισαγάγει τις έννοιες a priori και a posteriori στη λογική επιχειρηματολογία θα αποτελέσουν σίγουρα έναυσμα πολλών φιλοσοφικών συζητήσεων σχετικά με τα κοινά σημεία μεταξύ ενός “απαίδευτου” νευρωνικού δικτύου και ενός έμβιου όντος.

Αν και απέχουμε ακόμη μερικά χρόνια από κάποια παραγωγική υλοποίηση, είναι εκπληκτικό αν αναλογιστεί κανείς το ότι βρισκόμαστε στην αρχή ενός κόσμου όπου οι σχεδιαστές θα μπορούν να μετουσιώσουν τη φαντασία τους σε κάτι απτό, δίχως να πλαισιώνονται από τα όρια που θέτουν οι δεξιότητές τους στην πληροφορική.