Будущее за нейро коммерцией!

Предсказываю, что первой эффективной областью массового использования нейросетей и, конкретнее, дипфейков будут интернет-магазины. Конкретнее, там где требуется продемонстрировать как товар подходит именно вам, например, на интернет-витринах одежды.

Вот как я думаю это будет работать: сейчас интернет-магазин может составить достаточно ясную картину о вас, спасибо инстаграму и фэйсбуку легко отследить не только интересы но и то как вы выглядете. Заходя на сайт для выбора одежды вам будут показывать не просто заготовленные фотографии товаров на манекенах или непохожих на вас людей. Фотографии моделей в одежде будут на лету изменяться, чтобы выглядеть похожими на вас, вашу расу, комплекцию — всё, что поможет вам проассоциировать товар с вами. Такой генератор очень сильно увеличит продажи — то что похожие фотографии продают лучше хорошо известно и вы сами можете это за собой заметить.

Впрочем брать информацию из соцсетей не обязательно. Достаточно будет устроить автоматическое А/Б тестирование, в ходе которого нейросеть будет выдавать гипотезами всё более продающие изображения для каждой выборки посетителей. В итоге нейроэволюционный отбор добудет самые подходящие фотографии под каждую геолокацию.

Ну и чтобы два раза не вставать, посмотрите на любопытный список онлайн генератороров, какие есть в общем доступе: https://thisxdoesnotexist.com/

Вот, например, случайное ненастоящее лицо:

Случайная ненастоящая абстрактная картина:

А вот случайный ненастоящий котик:

Восстановление старых киносъемок с помощью нейросети

Денис Ширяев (Denis Shiryaev) делает удивительную реставрацию — с помощью нейросети восстанавливает качество, увеличивает число кадров и раскрашивает старые видеозаписи конца 19 и начала 20 века. Видео получаются в 4k и 60 fps. Детали поражают — удивительно видеть как естественно двигаются смешно разодетые люди, из времени, когда не было электрического освещения, пластмассы, нейлона, асфальта и многих других штук, привычных сегодняшней улице. 

Во-первых, разумеется, «Прибытие поезда». Arrival of a Train at La Ciotat (The Lumière Brothers, 1896).

 

Москва, Тверская улица, 1896 год. Moscow, Tverskaya Street, 1896.

 

Париж, 1900 год. A Trip Through Paris, France in late 1890s / Un voyage à travers Paris, 1890.
На пятой минуте виден траволатор Эдисона, подвижный тротуар из двух уровней, опоясывающий парижскую выставку достижений. И свежепостроенную башню Эйфеля.

 

Нью-Йорк, 1911 года. A Trip Through New York City in 1911.

 

Гонки на лунном ровере экспедиции Аполлон-16, пятой высадки на Луну. Apollo 16 Lunar Rover «Grand Prix» (1972 April 21, Moon).

Deep Dream Doom

Я всегда пробую и проверяю всё, на что ссылаюсь. Но не в этот раз. Эту жесть я испытывать не буду —Deep Dream Doom это мод для игры Дум, в котором спрайты и текстуры проанимированны и преобразованы нейросетью гугла (библиотека с собачками и стрекозами).
https://kingdomakrillic.tumblr.com/post/178601577996/
В соседнем посте разработчик обещает выпустить скоро новую версию. Мне же уже достаточно видосов и картинок.

Бесконечный робот-генератор электронной музыки. Нажмите в центре для выбора жанра.

http://play.mubert.com/

Хорошо сочиняет!

Christopher Hesse: Pix2pix

Кристофер Хисс запрограммировал гениальную распозновалку: по введённым пользователем картинкой с областями или контурами создаётся изображение на основе библиотеки образов (Гитхаб).

Поиграть в неё можно тут http://affinelayer.com/pixsrv

Там есть несколько примеров с разными библиотеками. Поскольку я хочу открыть вам глаза на перспективу использования, а в примерах маленькие картинки, результат слегка отретуширован. Вот пример с домами, за минуту.

Вот пример из библиотеки котят, тоже около минуты.

Если бы изображение из примера имело чуть выше разрешающую способность, художнику достаточно было бы сделать самое интересное — подход по уточнению контура и деталей, чтобы получить из этой заготовки приличного персонажа (например, чтобы не выполнять первые 80% из этого видео).

Сила в том, что подобный подход в будущем можно распространить, например, на рутину, где детали важны, но конкретность не принципиальна. Первичный набросок, фоны, текстурирование трехмерных моделей. Например, при визуализации архитектуры, порой на окружающую обстановку следует приложить не меньшее количество усилий, чем на основной объект визуализации. А с таким помощником можно будет расставить тэги на кубиках здания, вжух — готова фотографическая раскраска модели.