Машинное обучение в дизайне

В последний год Машинное Обучение (ML - Machine Learning) и Искусственный Интеллект (AI – Artificial Intelligence) стали очень обсуждаемой темой не только среди гиков, но и в рекламе. В первую очередь AI берут на вооружение те, кто работает в Медиа для обработки данных, повышения качества ретаргетинга и внедрения новых плюшек, типа PVL от Яндекса. Но хотелось бы обратить внимание на то, как Нейросети активно нащупывают своё место в сфере Дизайна.

Основные примеры использования AI в дизайне:

Улучшение качества фотографии.

Алгоритм super-resolution позволяет подтянуть качество low-res картинки. Код открытый и уже сейчас доступен для внедрения или использования. На примерах, которые можно встретить в интернете кажется, что алгоритм работает, как в фильмах, но, на самом деле, эффект не всегда стабильный. Инструмент реально полезный и, самое главное уже доступный – рекламщикам точно пригодится.

http://www.extremetech.com/wp-content/uploads/2012/07/super-resolution-freckles.jpg

Редактирование изображения по референсу.

Эта нейронная сеть может превратить фотографию летнего города в зимний, если ей показать другой зимний город. Разработчики пошли дальше и показали, как это работает на видео - превращение лошади в зебру:

https://www.youtube.com/watch?v=9reHvktowLY&feature=youtu.be

Создание дизайна на основе скетча.

Одно время в сети был очень популярен сервис «Quick, draw» от Google – интерпретация игры «Крокодил», когда пользователь рисует, а программа угадывает то, что он рисует. Собрав достаточное количество информации, Google запустил Autodraw – сервис, который помогает превратить ваши каракули в иконки и картинки. Очень удобная штука, попробовать можно тут (https://www.autodraw.com).

https://preview.ibb.co/gXVaY6/1.gif

Наложение текстуры на скетч.

В продолжение темы про создание фотографий/рисунка из скетчей стоит вспомнить сервис, который накладывает текстуру кота на любой предмет, который вы нарисуете. Его еще называли «Коты из кошмаров» =) Получалось странно, но иногда очень реалистично.

https://preview.ibb.co/kw8ZRR/2.png

По такой же технологии сервис Fotogenerator создавал людей на основе скетчей. Иногда получалось не менее страшно, чем котики, но при этом сервис набрал популярность (более 2 млн посещений). В итоге владельцам пришлось даже закрыть его, потому что стало слишком дорого поддерживать

https://preview.ibb.co/gwyOLm/3.png

Раскрашивание скетчей и фото.

Нейронная сеть Pix2Pix позволяет автоматически раскрашивать черно-белые фотографии и карандашные наброски, добиваясь реалистичных дизайнов. Этот код также находится в открытом доступе. А на Geektimes даже есть подробный материал, о том, как эта сеть работает: https://geektimes.ru/post/282896/

https://preview.ibb.co/ktPG6R/4.png

Создание бесконечного множества вариантов дизайна.

Говоря о раскрашивании объектов, нельзя не вспомнить проект от Nutella, когда с помощью Машинного Обучения сгенерировали 7 млн разных дизайнов упаковок и запустили их в продажу. Среду дизайнов, не было ни одного повторяющегося, и каждый покупатель получал при покупке уникальную банку.

https://www.youtube.com/watch?v=sHYakhyvJps

Попыток автоматизировать дизайн-сферу с помощью Машинного Обучения очень много. Но при детальном рассмотрении, становится понятно, что этим занимаются одни и те же компании. Большинство приведенных примеров разработаны на основе нейросети Pix2Pix и алгоритмов Google.

Идёт целенаправленная наработка базы и обучение алгоритмов. Каждый раз, когда мы начинаем «играться» с новым AI сервисом, мы помогаем его обучать, как было с Google «Quick, draw» и это прекрасно.

Можно ожидать, что с каждым годом подобный магический AI функционал будет становиться в десятки раз лучше и начнет перемещаться с GitHub в привычное программное окружение дизайнеров и рекламщиков. Тот же Google Translator за 7 месяцев работы с AI достиг большего, чем за 10 лет разработки. А в Photoshop уже есть похожие волшебные инструменты, такие, как «удалить объект с фотографии», который вполне сносно работает.

Не стоит бояться, что Машинное Обучение заменит дизайнеров (по крайне мере в ближайшем будущем), но это точно поможет сократить время на производство эскизов, которые нужны для того, чтобы правильно донести мысль.