these ai generated pokemon are strangely compelling 119766
Sommige Pokemon-ontwerpen komen onaangenaam dicht bij de realiteit (althans vanaf een veilige afstand)
Ik herinner me levendig dat kinderen op school rondsjouwden met posters van de originele 150 Pokemon (sommige waren zelfs gelamineerd!), En naarmate de serie de 900-maand nadert, voelt het als het juiste moment om te zien wat voor soort Pokemon-ontwerpen kunnen opborrelen uit een goed opgeleide AI.
Zoals blijkt uit dit experiment van Max Woolf , die een datawetenschapper is bij BuzzFeed, is het mogelijk om grappige, rare en griezelig nauwkeurig neuraal-net zakmonsters.
Ik dwong een bot om naar elke Pokémon te kijken en vertelde hem zijn eigen te genereren. Hier zijn de resultaten.
(dit is geen grap, zo heb ik deze gemaakt) pic.twitter.com/MfJUWJHZoB
— Max Woolf (@minimaxir) 15 december 2021
naar een toegewijde Pokemon fan, veel van de wezens zullen zich onmiddellijk registreren als off-brand, maar ik wed dat ik met een paar van hen in een snelvuurquiz kan worden misleid.
Na veel welverdiende interesse in de kunst op Twitter en Reddit te hebben gekregen, plaatste Woolf twee meer batches AI-gegenereerde Pokemon, en ze zijn het waard om van dichtbij te inspecteren:
Wauw, jullie houden allemaal echt van deze door AI gegenereerde Pokémon!
Als dank voor al jullie steun, wat dacht je van NOG EEN BONUS BATCH?! pic.twitter.com/kM3Kc8bBe6
— Max Woolf (@minimaxir) 15 december 2021
Bij het schrijven van meer over het project op Reddit, zei Woolf dat de AI die hier wordt gebruikt een verfijnde is ruDALL-E op de officiële Pokemon-afbeeldingen (d.w.z. het is niet VQGAN + CLIP of Wombo Dream). De manier waarop de AI werkt, is dat deze de afbeeldingen van boven naar rechts genereert in 8×8 brokken. Het bemonstert het volgende stuk enigszins willekeurig, zodat het beeld consistent is, waarbij het finetuningproces de AI leert om stukken van een Pokemon beter te herkennen.
java 8 nieuwe functies met voorbeelden
Hoewel het geweldig zou zijn om een interactieve demo te hebben (niet anders dan de gebruiksvriendelijke Pokemon Fusion tool), zoals Woolf het stelt, is het niet erg draagbaar/gemakkelijk te gebruiken.
het onderwerp van generatieve vijandige netwerken kwam ter sprake in een volgend gesprek op Reddit, en hij antwoordde dat er zijn pogingen geweest om een GAN op Pokemon te trainen, maar het is heel, heel moeilijk om coherente output te krijgen. (GAN's vereisen een grote hoeveelheid genormaliseerde invoerafbeeldingen van hoge kwaliteit, wat Pokemon niet is.) Misschien zal dit andere experimenten inspireren!
Machines die over Pokemon leren, gaat mijn pet te boven, maar toch fascinerend. De afbeelding bovenaan dit artikel toont enkele van mijn favoriete kleine monsters, en ja, #2 zet ons op het verkeerde been. #4 ziet eruit als een willekeurige NFT en #8 is kostbaar genoeg om echt te zijn.
Ik hoop dat de fanart zo snel mogelijk uit de hand loopt.