these ai generated pokemon are strangely compelling 119766
Einige der Pokemon-Designs sind unangenehm nah an der Realität (zumindest aus sicherer Entfernung)
Ich erinnere mich lebhaft daran, dass Kinder in der Schule Poster der ursprünglichen 150 Pokemon herumgeschleppt haben (einige waren sogar laminiert!), und da sich die Serie der 900-Mon-Marke nähert, scheint es der richtige Zeitpunkt zu sein, um zu sehen, welche Art von Pokemon-Designs entstehen können aus einer gut trainierten KI.
Wie sich in diesem Versuch aus zeigt Max Wollf , der Data Scientist bei BuzzFeed ist, ist es möglich, lustige, seltsame und unheimlich genau Neuronale Taschenmonster.
Ich zwang einen Bot, sich jedes Pokémon anzusehen, und sagte ihm, er solle sein eigenes generieren. Hier sind die Ergebnisse.
(Das ist kein Scherz, so habe ich sie gemacht) pic.twitter.com/MfJUWJHZoB
– Max Woolf (@minimaxir) 15. Dezember 2021
Zu einem engagierten Pokémon Fan, viele der Kreaturen werden sofort als Off-Marke registriert, aber ich wette, ich könnte mit einigen von ihnen in einem Schnellfeuer-Quiz ausgetrickst werden.
Nachdem er auf Twitter und Reddit viel wohlverdientes Interesse an der Kunst geweckt hatte, postete Woolf zwei mehr Chargen von KI-generierten Pokémon, und sie sind es wert, aus der Nähe betrachtet zu werden:
Wow, ihr alle mögt diese KI-generierten Pokémon wirklich sehr!
Als Dankeschön für all eure Unterstützung, wie wäre es mit EINER ANDEREN BONUS-CHARGE?! pic.twitter.com/kM3Kc8bBe6
– Max Woolf (@minimaxir) 15. Dezember 2021
Woolf schrieb mehr über das Projekt auf Reddit und sagte, die hier verwendete KI sei fein abgestimmt ruDALL-E auf den offiziellen Pokemon-Bildern (d.h. es ist nicht VQGAN + CLIP oder Wombo Dream). Die KI funktioniert so, dass sie die Bilder von oben nach rechts in 8×8-Blöcken generiert. Es tastet den nächsten Brocken etwas zufällig ab, damit das Bild konsistent ist, wobei der Feinabstimmungsprozess der KI beibringt, Brocken eines Pokémon besser zu erkennen.
Was ist Regressionstest beim Testen von Software?
Es wäre zwar erstaunlich, eine interaktive Demo zu haben (ähnlich der einfach zu bedienenden Pokémon-Fusion tool), wie Woolf es ausdrückt, ist es nicht sehr portabel/einfach zu bedienen.
Das Thema von Generative gegnerische Netzwerke kam in einem anschließenden Gespräch auf Reddit zur Sprache, und das hat er geantwortet Es gab Versuche, ein GAN auf Pokemon zu trainieren, aber es ist sehr, sehr schwierig, eine kohärente Ausgabe zu erhalten. (GANs erfordern eine große Menge normalisierter Eingabebilder hoher Qualität, was Pokemon nicht sind.) Vielleicht inspiriert dies andere Experimente!
Maschinen, die etwas über Pokémon lernen, übersteigen meinen Kopf, sind aber trotzdem faszinierend. Das Bild oben in diesem Artikel zeigt einige meiner liebsten kleinen Monster, und ja, Nr. 2 bringt uns aus der Fassung. Nr. 4 sieht aus wie eine zufällige NFT, und Nr. 8 ist wertvoll genug, um echt zu sein.
Ich hoffe, dass die Fankunst so schnell wie möglich außer Kontrolle gerät.