![見出し画像](https://assets.st-note.com/production/uploads/images/138362029/rectangle_large_type_2_dd53e61e749c40557d178c32a2b9e929.png?width=1200)
ディープドリーム comes true.
人工知能はいつも私を魅了する。進化し続ける便利な道具としてだけでなく、実験分野としても。数年前、ニューラルネットワークに基づくソリューションがあちこちで登場した。
プログラマーが直接影響を与えなくても、システムが自ら学習し、発展していくという事実は美しいものだった。そして、一部の人々にとっては恐ろしいもので、AI黙示録の中で機械が人間の頭蓋骨を叩き割るという、ターミネーターのような完全支配の危険を目の当たりにしていた。
#
![](https://assets.st-note.com/img/1713962794687-fasUNZxaMs.png)
ここで、始める前から教訓を得よう:
AIが悪いのではなく、人間がAIを使って悪事を働くのです。何ゆゑシステムの目にある塵を見て、おのが手にあるコントローラーを認めぬか?
私自身は、AIの使用によってもたらされる創造性の可能性に圧倒されただけだ。ニューラルネットワークの黎明期にさかのぼると、私はグーグル・ディープドリームに魅了され、その仮想インスタンスをラップトップにインストールした(現在は、ディープドリームの開発者アレックス・モルドヴィンツェフが提供するウェブベースのバージョンで確認することができる)。DeepDreamの場合、AIはものを認識するというすでに興味をそそる能力の後に、さらなるステップを踏んだ。
思い起こせば、グーグル・ディープドリームは何をしていたのだろう:
写真の分析
見慣れたパターンやオブジェクトを認識する。
何度か繰り返されることで、認識されたオブジェクトの独自の解釈で元の画像を修正する。
というわけで、まずは自撮り写真を作ってみた。
目がいっぱいの私の狼狽した自撮り写真。
そして、バーチャルDeepDreamのインストールを通して、私の様々な写真を走らせた:
犬。たくさんの犬。ニューラルネットワークで訓練されたAIは、主に犬のすべてを認識した。
犬がたくさんいる理由は明白だ:
ニューラルネットワークが画像に何が写っているかを認識する能力は、初期データセットで訓練されることから生まれる。ディープ・ドリームの場合、そのデータセットは、スタンフォード大学とプリンストン大学の研究者たちによって作成されたデータベース、ImageNetのもので、人間がラベル付けした1400万枚の画像のデータベースを構築した。しかし、グーグルはデータベース全体を使ったわけではない。その代わりに、2012年にコンテスト用に公開されたImageNetデータベースの小さなサブセットを使用した...そのサブセットには、"120の犬のサブクラスのきめ細かい分類 "が含まれていた。(FastCompany)
そして、私は自分のMerzmensch userpic(2006年に撮影した磨かれた鉄の大理石の中での自撮り写真)を使った:
![](https://assets.st-note.com/img/1713962270234-uXXxLfPvdm.png)
結果はかなり奇妙で、ブリューゲル&ボッシュ的だった。
![](https://assets.st-note.com/img/1713962314016-gLND5Q2YF4.png?width=1200)
犬だけではなかった。ブリキ缶のような構造物、イモムシのような生き物......元の写真が何度も何度も変化していく様子は、見るものを魅了した。
これは新しい芸術の可能性を感じさせるものだった。機械と人間の新しいコラボレーションのために。というのも、人間の世界認識の概念は、サイバネティックな存在と区別されていないように思えるからだ:
私たち(人間とAI)は、私たちが知覚するものの中に、私たちがすでに知っている対象を認識する。私たちはこの知覚を唯一の真実のものとして扱う。複雑な脳とホルモンの共同作業であれ、洗練されたディープラーニングのプロセスであれ。
DeepDreamは始まりに過ぎない。現在、AIと創造性をめぐる実験や発明は、実に多種多様である。このブログでその傾向を追ってみよう。
クリエイティビティと人工知能についてどう思いますか?両者は両立する問題なのでしょうか?
この記事は、2018年12月6日に「MERZAZINE」に掲載されました。
この記事が気に入ったらサポートをしてみませんか?