头像秒变像素风,宅男大叔自学AI打造大师级水准,火爆推特

这份为梦想而不懈努力的奋斗精神,才是真正值得我们学习的。

梅宁航 发自 凹非寺
量子位 报道 | 公众号 QbitAI

最近,一位日本宅男大叔佐藤做了一个AI生成肖像画的网站AI Gahaku,10天内用户访问量从0暴增到100万,引爆推特。

简单易操作,上传一张人脸照片,就能生成一张大师级肖像画

而比技术更神奇的是佐藤自己,因为他是自学AI做出来的,不得不佩服的宅男创造力。

佐藤患有阿斯伯格症——也被俗称成“社交恐惧症”,名副其实的天才病,一般来说,此类患者会在某个领域具有特殊潜能,但不适应普通人的生活。

当然,佐藤的技能点就点在了AI上。

pix2pix,TensorFlow内置的cGAN模型

让大叔此次闻名的AI技术,就是是大名鼎鼎的GAN的变种。

此次的人脸肖像画生成技术,就是大叔在TensorFlow内置的cGAN(条件生成对抗网络)中的pix2pix模型上改造而来。

不同于GAN的技术通用性,cGAN更强调特定场景下的发挥,比如AI Gahaku,就只能针对人脸,如果用户上传的是猫脸,则是无法生成结果的。

GAN的特点在于损失函数的自行计算和自动更新,这使得GAN本身具有和迁移学习结合的潜质,在近年来的发展路径上看,更多是把GAN当做手段,去实现迁移学习提出的目标,迁移学习为应用GAN提供具体指向。

TensorFlow的内置pix2pix的是基于cGAN的图像对图像翻译的模型,模型本身已经成熟,直接调用便可运用到对黑白图像着色、图像风格变化等场景的使用上来。

具体到大叔的使用上,利用pix2pix模型,大叔其实是将模型限定在大师肖像画的生成上,这也体现了模型本身强大的扩展性。

如何使用,都取决于你自身。

在佐藤的另一款作品PixelMe中,同样使用pix2pix技术,但是生成的是8bit的像素风格头像,一个模型,多种用途。

当然,实际效果因人而异,毕竟严格来说,大叔是在对既有模型进行二次开发,原有的算法和数据结构并未改变,因此性能和效果受到原有模型的限制。

宅男的AI进阶之路

大叔人生经历可以说复杂,从大学退学后,先后干过面包师,参加过护士学校培训课程,但觉得都都不太适合自己,直到他决定运用自己的才智,投身到AI的事业当中去。

那说干就干,就从TensorFlow学起吧。

借助Google Colab的算力资源,大叔从头按着TensorFlow教程学起,不过大叔也确实适合干AI,而不是去蒸糕点。

在学习过程中,佐藤找到了适合自己的方向,迁移学习和GAN,可以较好的实现图像的再生成,使用不同的图像训练数据集,可以针对具体场景进行学习和生成。

GAN属于典型的非监督学习方法,核心原理是让两个神经网络进行“对抗”,通过不断优化参数来得到最优结果,自我博弈。

这种技术主要用在计算机视觉领域,这也是佐藤选择GAN的主要原因。

得益于Google的慷慨,大叔使用的网站服务器和算力资源都较为便宜,大约为一天20美刀,大叔表示,在可接受的能力范围之内,短期不会寻求商业化。

AI for Everyone!

在红了之后,大叔也没飘。

他认为这是在做自己感兴趣的东西,而不是为了经济利益。

出于对技术的热爱,佐藤开始了自己的AI之路,并在两年之后便能上线应用。

这份为梦想而不懈努力的奋斗精神,才是真正值得我们学习的。

毕竟,不是每个人有勇气去自学AI。

参考链接:
https://cloud.google.com/blog/products/ai-machine-learning/using-google-cloud-platform-free-tier-to-scale-out-an-ai-servicehttps://www.tensorflow.org/tutorials/generative/pix2pix
https://ai-art.tokyo/en/#/https://pixel-me.tokyo/en/

版权所有,未经授权不得以任何形式转载及使用,违者必究。