Thread by @AIThreadBR

O que uma treta, pessoas falsas e entender a rede cósmica do Universo tem em comum?

Nessa thread vamos falar delas mesmas, as redes neurais adversárias... GANs!

Segue o fio 🧵

#AIThreadBR

Provavelmente, você já viu essas fotos de pessoas que não existem e foram geradas artificialmente por uma AI, certo?

Tem até um site que a cada vez que você atualiza a página, gera um pessoa nova:

thispersondoesnotexist.com

E tem a versão de gatos:

https://t.co/a6xixM82uJ

Até o biólogo e pesquisador @oatila falou delas então com certeza você ficou sabendo.

https://twitter.com/oatila/status/1264001512944132099

Mas como isso é possível?

É graças à um tipo de rede chamada redes neurais adversárias, ou GANs pros intimos.

Elas foram introduzidas por Ian Goodfellow em 2014 que se baseou em teoria de jogos pra surgir com a ideia.

E a ideia foi: "E se a gente colocasse duas redes pra tretar?". SIM. TRETA.

O nome das redes neurais "adversárias" não é a toa, elas são, de fato, adversárias e competem uma com a outra.

Como? Vamos conhecer as concorrentes:

PLAYER 1: A GERADORA

Essa rede vai receber ruído e gerar uma resposta: pode ser um rosto, uma foto de gato, foto de galáxias, simulação do Universo, qualquer coisa.

Ela vai tentar fazer um trabalho tão bom que você não vai distinguir falso do original.

PLAYER 2: A DISCRIMINADORA

Essa rede recebe exemplos de coisas reais (rosto, foto de gato, o que for) e recebe o que a Geradora fez.

A discriminadora tem um objetivo: saber se o que a Geradora fez é real (1) ou é falso (2).

Aí que rola a treta:

A Geradora tenta enganar a Discriminadora.

Ou seja, o objetivo dela é gerar imagens falsas que engane a Discriminadora (que tem acesso à imagens reais).

A Discriminadora toda vez que acerta que as imagens são fakes, avisa a Geradora e a Geradora tenta DE NOVO. E essa treta rola até a Geradora conseguir enganar a Discriminadora.

Fazendo uma simples analogia:

Imagina que a Geradora é um pintora e a Discriminadora um importante estudioso de DaVinci.

A pintora Geradora tem que recriar a Mona Lisa e fazer com que a estudiosa Discriminadora não consiga distinguir a verdadeira da falsa, sacou?

Essa briga tem um fundo matemático viu? Não é algo aleatório assim como parece.

É uma briga de função de erro, digamos. Enquanto a Geradora tenta minimizar (fazer a Discriminadora errar), a Discriminadora tenta maximizar (acertar sempre).

E as fotos que são pessoas falsas? É o trabalho de uma Geradora que conseguiu enganar a Discriminadora, sacas?

A Discriminadora tinha acesso a fotos de pessoas reais mas mesmo assim...

É dificil o trabalho da Discriminadora: você consegue distinguir quem é real e falso aqui?

Então é isto? Fizeram uma rede para gerar coisas falsas?

Bem, não exatamente... As GANs tem sido usadas até pra estudar a teia cósmica do Universo.

Consegue distinguir qual é simulação numérica das equações físicas e qual é a GAN (que não resolveu nada da Física pra gerar)?

Existem também as GANs condicionais, ou cGANs, que tem ~condições~ pré-determinadas.

Por exemplo, essa aplicação de passar um texto pra cGAN e ela gerar a imagem do que tá escrito.

(Não tem lembra Google Imagens que você procura um texto e acha a imagem? Pois é)

Transformar objetos de desenhos para reais também:

Se você visse um anúncio de um apartamento assim, você acreditaria? Pois é... É uma GAN que gerou tudo isso.

E o que acho legal, pegar a foto de uma roupa e ver como você ficaria naquela roupa:

E até danças, sim, existem GANs capazes de transferir dança pra um vídeo seu. Falo mais diss na mini-thread:

https://twitter.com/import_robs/status/1258200191565549572

Agora que temos a #AIThreadBR para GANs, vou postar um monte sobre aplicações dessas treteiras já que você já sabe o que elas são.

Siga @Bacuara1 pra threads de Ciência brasileira.

Fique com esses gatos fofos gerados por GANs <3