Pix2pix dibuja gatos y edificios.
Algunas personas ya han empezado a experimentar con entrenamiento de imágenes como son gatos o edificios. Gracias a tensorflow, uno de los frameworks mas utilizados para machine learning, nos encontramos la librería pix2pix, la cual fue implementada en el sitio de Christopher Hesse, donde puedes realizar bocetos de gatos o edificios que después serán procesados para construir modelos realistas de las imágenes.
Y aunque los resultados no siempre parecieran naturales, tenemos que recordar que este sitio fue hecho en 2017, y en los últimos dos años la publicación de papers sobre técnicas similares ha crecido de manera exponencial. Hesse en su sitio muestra también cómo se pueden transformar bocetos de paisajes a imágenes que asemejan una fotografía digital, tarde o temprano estaremos conviviendo con exposiciones artísticas donde parte de las obras no serán hechas por artistas, si no por cientificos de datos e inteligencia artificial que habrán entrenado sus redes neuronales para pintar oleos.
Casos de uso para audio
La tecnología detrás de la generación de imágenes son las las redes adversariales generativas (GAN, por sus siglas en inglés) y es básicamente un arreglo matemático más complejo de las redes neuronales comunes donde interactúan a pares y de manera contraria para obtener resultados óptimos, mientras una red intenta generar una imagen de la nada, la otra intenta detectar si está imagen es verdaderamente buena para pasar por real.
Y no solo funciona para las imágenes, con este modelo también han sido realizados modelos para la generación de nuevos audios a partir del entrenamiento de una GAN, de manera que se tengan audios puros obtenidos a partir de una red neuronal.
Dentro de otros casos de uso podemos encontrarnos la mejora de los modelos de traducción de texto, conversión texto-voz y voz-texto, generación de imagenes cada vez más complejos que vayan más allá de un rostro humano.
La escalada de las GAN aun no termina.
Si bien aún hay mucho trabajo que hacer desde las áreas de investigación, la realidad es que desde 2014 el crecimiento de publicaciones relacionadas a este tema ha sido manera exponencial y con esto crecen las áreas de oportunidad para transferencia tecnológica dentro de las empresas. La siguiente imagen muestra la cantidad de papers publicados al respecto de las GAN.
No les perdamos el ojo que ya sea para generar rostros humanos, audios u algún otro, sin duda las GAN seguirán asombrandonos los próximos años.
