Нейросетевые изображения изначально содержат в себе парадокс: с одной стороны, они приближены к реальным образам, с другой — изобилуют артефактами и искажениями. Это во многом объясняется выборками данных, на которых обучаются сервисы: туда в основном попадают «усредненные» изображения 💻 О том, как они затем воспроизводятся нейросетями, для Teller Blog уже писал наш автор Иван Неткачев. Неткачев не только исследователь, но и медиахудожник. Одна из его работ под названием Stopping Light во многом иллюстрирует тезисы опубликованного текста. Автор натренировал нейросеть на фотографиях реальных церквей, а затем — на изображениях церквей из GTA San Andreas. В конечном счете получилось генеративное видео, в котором реалистические образы сливаются с референсами из цифрового мира. Иван предлагает детальнее взглянуть на принципы генерации изображений. Перед компаниями, которые тренируют ИИ, остро стоит вопрос нехватки данных. И работа Неткачева в этом контексте — предположение, как в будущем будут обучаться нейросети 🖥 Рано или поздно ИИ будет вынужден изучать не только тексты и изображения, созданные человеком, но и сгенерированные другим ИИ.