these ai generated pokemon are strangely compelling 119766
Noen av Pokémon-designene er ubehagelig nær virkeligheten (i hvert fall fra trygg avstand)
Jeg husker tydelig at barn på skolen dro rundt på plakater av de originale 150 Pokémonene (noen var til og med laminert!), og når serien nærmer seg 900-mon-merket, føles det som det rette tidspunktet for å se hva slags Pokémon-design som kan boble opp fra en godt trent AI.
Som vist i dette eksperimentet fra Max Woolf , som er dataforsker hos BuzzFeed, er det mulig å lage morsomme, rare og uhyggelig nøyaktig nevrale-nett lommemonstre.
Jeg tvang en bot til å se på hver Pokémon og ba den generere sin egen. Her er resultatene.
(dette er ikke en spøk, det var faktisk slik jeg laget disse) pic.twitter.com/MfJUWJHZoB
— Max Woolf (@minimaxir) 15. desember 2021
Til en dedikert Pokemon fan, mange av skapningene kommer umiddelbart til å registrere seg som utenfor merkevaren, men jeg vedder på at jeg kan bli lurt med noen av dem i en hurtigfyr-quiz.
Etter å ha fått mye velfortjent interesse for kunsten på Twitter og Reddit, postet Woolf to mer partier med AI-genererte Pokemon, og de er verdt å inspisere på nært hold:
Wow, dere liker alle disse AI-genererte Pokémonene!
Som en takk for all støtten din, hva med EN ANNEN BONUS BATCH?! pic.twitter.com/kM3Kc8bBe6
— Max Woolf (@minimaxir) 15. desember 2021
Woolf skrev mer om prosjektet på Reddit, og sa at AI-en som brukes her er finjustert ruDALL-E på de offisielle Pokémon-bildene (dvs. det er ikke VQGAN + CLIP eller Wombo Dream). Måten AI fungerer på er at den genererer bildene fra toppen til høyre i 8×8 biter. Den sampler neste del noe tilfeldig slik at bildet er konsistent, med finjusteringsprosessen som lærer AI å bedre gjenkjenne biter av en Pokémon.
alternativ til rengjøringsmiddel for Windows 10
Selv om det ville være fantastisk å ha en interaktiv demo (ikke ulikt den brukervennlige Pokemon Fusion verktøy), som Woolf uttrykker det, er det ikke veldig bærbart/lett å bruke.
Temaet for generative kontradiktoriske nettverk kom opp i en påfølgende samtale på Reddit, og han svarte det det har vært forsøk på å trene en GAN på Pokemon, men det er veldig, veldig vanskelig å få sammenhengende utdata. (GAN-er krever en stor mengde normaliserte inngangsbilder av høy kvalitet, noe Pokémon ikke er.) Kanskje dette vil inspirere andre eksperimenter!
Maskiner som lærer om Pokemon er veldig over hodet mitt, men fascinerende, allikevel. Bildet øverst i denne artikkelen viser noen av mine favoritt små monstre, og ja, #2 snur oss av. #4 ser ut som en tilfeldig NFT, og #8 er verdifull nok til å være ekte.
Jeg håper fankunsten kommer ut av kontroll så fort som mulig.