fbpx

Potret Ini Bukan Daripada Orang Sebenar, Tapi Dijana Komputer

Generative Adversarial Network (GAN) adalah konsep yang digagaskan Ian Goofellow. Ia merujuk pada kemampuan sistem AI untuk menjana satu objek dengan menganalis objek lain. Ia berbeza daripada menggunakan AI untuk mengenal pasti objek.

Contoh saintis mendemonstrasikan GAN adalah menjana wajah manusia. Menjana potret manusia menggunakan GAN bukanlah perkara yang baru. Contoh gambar janaan GAN daripada tahun 2014.

Contoh wajah hasilan komputer pada tahun 2014

Memang mudah untuk mengenalpastinya kerana kualiti yang terhasil sangat jauh dairpada muka sebenar.

Tapi, cuba lihat hasil janaan GAN 2017 di bawah.

Sekilas pandang amat sukar mempercayai yang imej-imej di atas adalah hasil janaan komputer. Bagaimanakah komputer melakukannya?

Secara asasnya, dalam sistem GAN akan ada lebih daripada satu AI yang mempunyai peranan masing-masing. AI yang pertama akan jana imej wajah untuk diberikan pada AI yang kedua akan menilainya dan memaklumkan AI pertama berapa hampirnya gambar itu dengan dunia sebenar.

Proses itu akan diulangi sehinggalah AI kedua ini mengesahkan yang gambar hasilan AI pertama, menyamai dunia sebenar. Satu gambar janaan GAN boleh mengambil masa sehingga 15 hari lamanya untuk dijana.

[Sumber: NVIDIA, Medium]

BACA  Jadual naik taraf EMUI 9.1 untuk peranti Huawei di Malaysia