МОСКВА, 19 окт – РИА Новости. Ученые из МГУ выяснили, что искусственный интеллект пока не так хорошо восстанавливает поврежденные картины и удаляет "лишних" людей с фотографии, как это делают художники. Об этом сообщает пресс-служба университета.
В последние годы, благодаря развитию математики и росту вычислительных мощностей компьютеров, у ученых появилась возможность "собирать" сложные нейросети, системы искусственного интеллекта, способные исполнять нетривиальные задачи и даже "мыслить" креативно, создавая новые образцы искусства и технологий.
К примеру, только за последние два года ученые создали ИИ, способные распознавать даже самую невнятную речь, обыграть человека в "непросчитываемую" древнекитайскую игру Го, отыскивать важнейшие события в истории по газетам, писать сценарии к компьютерным играм и раскрашивать фотографии и видеоролики под Ван Гога, и рисовать свои собственные картины.
Ерофеев и его коллеги по факультету провели первый своеобразный "чемпионат" между новейшими нейросетями, способными "дорисовывать" поврежденные изображения, классическими алгоритмами для восстановления подобных снимков и профессиональными художниками.
В этом забеге участвовало шесть систем ИИ, три классических алгоритма, применяемых в программах для ретуширования фотографий, а также три профессиональных художника. Ученые попросили их восстановить несколько десятков фотографий, часть которых была "закрашена" черным квадратом.
Результаты их работы оценивала группа из двух сотен добровольцев, не видевших их оригинал и не знавших, кто был автором этих работ, и что часть из них была сделана не человеком, а машиной.
Оказалось, что реставрации художников заметно больше пришлись по вкусу добровольцам, и победили в этом конкурсе с большим отрывом. Лишь в одном случае "творчество" алгоритма была более реалистичным, чем работа человека. Интересно, что изображения художников оказались на одном уровне с оригинальными фотографиями, а иногда выглядели даже лучше.
Первое место среди автоматических подходов досталось нейросетевому методу Generative Image Inpainting. Но в некоторых случаях классические методы превзошли результаты нейросетевых. К примеру, данный ИИ восстановил фотографию морских волн хуже, чем классический метод Exemplar-Based Image Inpainting, созданный еще 14 лет назад.
