Artificiell intelligens (AI) försökte nyligen generera kattfoton från grunden, och resultaten var katastrofiska.
Detta specifika neurala nätverk (en typ av AI som modelleras efter den mänskliga hjärnans arbete) kan producera förvånansvärt realistiska originalbilder av mänskliga ansikten. I själva verket var bilderna av dessa sammansatta människor nästan omöjliga för mänskliga tittare att skilja från foton av riktiga människor, rapporterade programmerare av AI i en studie som publicerades december 2018 till förtrycktidsskriftet arXiv.
Felines visade sig dock vara en annan historia. Samma algoritm som skapade felfria mänskliga ansikten skapade katter med missformade huvuden; fel antal ögon och ben; och kroppar som var för långa, för korta, ovanligt vridna eller rektangulära och böjda i speciella vinklar.
AI-motorn som producerade läskiga kattfoton är vad som kallas "en stilbaserad generatorarkitektur för generativa motverka nätverk" eller StyleGAN. Nätverk som dessa är "motsatta" eftersom två modeller fungerar samtidigt: En genererar bilder, och en annan utvärderar resultaten mot foton i en träningsdatauppsättning, så att nätverket lär sig av sina misstag och förbättrar dess prestanda, säger studien.
För att AI skulle kunna producera naturtro mänskliga bilder, måste det först "lära sig" hur mänskliga ansikten såg ut från befintliga foton. Algoritmen bröt ansikten ner i en checklista över stilfunktioner, såsom huvudposition; kön; hudfärg; hårstruktur och stil; och formen på ögon, näsor och munnar, rapporterade forskarna.
När StyleGAN en gång kunde känna igen alla dessa element - utan mänsklig övervakning - lärde det sig att montera dem oberoende för att skapa ett helt nytt, fotorealistiskt mänskligt ansikte. Forskarna avslog en begäran om intervju men förklarade sin process i en video postad på Youtube den 12 december 2018.
Så varför kunde StyleGAN inte skapa bedårande realistiska kattfoton? Algoritmen gjorde sitt bästa med vad den hade att arbeta med - och när det kom till katter var de tusentals referensbilder som den använde mindre än idealiska, sa Janelle Shane, en forskare som utbildar neurala nätverk men inte var inblandad i studera, berättade Live Science.
Shane skrev om de bisarra katterna den 7 februari på sin blogg AI Weirdness. Till skillnad från StyleGANs fotodatauppsättning av mänskliga ansikten - i vilka kroppar och bakgrunder beskurades och huvudpositionerna liknade varandra - varierade kattbilderna i datauppsättningen väldigt. Samlingen innehåller närbilder och breda bilder av katter i olika inställningar och mot olika bakgrunder. Vissa bilder visade en katt, andra inkluderade flera katter och andra inkluderade också människor.
"Det finns upp och ned katter; det finns katter som är krullade i en boll; deras ögon är öppna; deras ögon är stängda. Du kan definitivt säga att deras inmatningsdata är lite bullriga - och av bullriga, menar jag att det finns saker där inne det är inte bara en bild av en katt, sa Shane.
Så var inte för hård mot StyleGan för dess skrämmande menageri av mardrömskatter.
"Det händer mycket mer som algoritmen måste lära sig," tillade Shane.
Konfliktvisande signaler gjorde det svårt för StyleGAN att lära sig hur en riktig katt skulle se ut. Och neurala nätverk har inte den verkliga världen för den information de ges; allt de vet är vad som finns i deras datamängder. StyleGAN lärde sig tillräckligt av referensfoton för att exakt reproducera småskaliga detaljer och strukturer, som en kattpäls eller formen av ett kattörat. Men programmet kämpade helt klart för att sätta samman hela katten, sa Shane.
"Neuralnätverket förstår inte hur katter fungerar. Det förstår inte hur många ben de har. Det är inte riktigt klart hur många ögon de har eller vart alla deras anatomi går," sa hon till Live Science.
Se mer av StyleGANs störande kattfoton, nästan perfekta mänskliga bilder och andra projektfiler på utvecklingsplattformen GitHub.
