Erzeugung von Kunstbildern in einem neuronalen Netzwerk, das darauf trainiert ist, Pornos zu erkennen

Warnung: Dieser Artikel enthält abstrakte Nacktbilder und ist möglicherweise nicht für die Anzeige am Arbeitsplatz geeignet.


Einige Beispiele für abstrakte Kunst, die mit dem neuronalen Netzwerk open_nsfw erstellt wurden. Yahoo hat

kürzlich den Quellcode für das neuronale Netzwerk open_nsfw geöffnet . Hierbei handelt es sich um ein speziell geschultes neuronales Residual-Learning-Netzwerk ( ResNet ), das Bilder klassifiziert, indem eine „unanständige Bewertung“ von 0 bis 1 festgelegt wird. Das Programm erkennt automatisch NSFW-Bilder, die nicht zum Betrachten am Arbeitsplatz geeignet sind. Einfach ausgedrückt, um Pornografie zu identifizieren. Ziel ist es natürlich, solche Bilder zu filtern und aus dem Open Access zu entfernen.

Yahoo hat wahrscheinlich nicht damit gerechnetAuf welche Weise werden findige Hacker ihre intellektuelle Entwicklung nutzen?

Formal hat der Doktorand Gabriel Goh von der University of California in Davis nichts falsch gemacht. Der Typ ist spezialisiert auf maschinelles Lernen, Wahrscheinlichkeitstheorie und konvexe Minimierung. Er fragte sich nur, was genau das neuronale Netzwerk, das Yahoo von NSFW versteht. Welche Bilder erhalten die maximale Bewertung durch ihren Klassifikator.

Um eine Antwort auf diese Frage zu erhalten, verwendete Gabriel eine relativ neue Visualisierungstechnik, die zuletzt für neuronale Netze der Bildverarbeitung entwickelt wurde.eine Gruppe von Forschern unter Beteiligung von Ana Nguyen, Alexei Dosovitsky usw. Ihre Arbeit wurde noch nicht im offiziellen Journal veröffentlicht, ist aber bereits gemeinfrei. Diese Technik beinhaltet eine eingehende Untersuchung der Funktionsweise eines neuronalen Netzwerks. Die Forscher können klar visualisieren, welche spezifischen Zeichen in den Bildern jedes Neuron hervorgehoben hat. Ein bekannter Weg, dies zu erreichen, ist die Verwendung von AM-Techniken (Activation Maximization). Es synthetisiert solche Eingabewerte (dh ein solches Bild), die die Aktivierung des Neurons maximieren. In einem veröffentlichten wissenschaftlichen Artikel haben Forscher gezeigt, wie Sie die Qualität von AM mithilfe eines leistungsstarken Tools - eines Bildgenerators für neuronale Netze - dramatisch steigern können!

Das sogenannte Deep Generator Network (DGN) erzeugt eine Vielzahl synthetischer Bilder. Sie sehen fast wie echte Fotografien aus und bestimmen so die erfassten Funktionen jedes Neurons des untersuchten neuronalen Netzwerks mit hoher Genauigkeit und Wiederholbarkeit. Der Vorteil des DGN-Generators besteht darin, dass er neuronale Netze verschiedener Architekturen, die auf verschiedenen Datensätzen trainiert wurden, relativ gut testet. Das heißt, es ist ein ziemlich universelles Forschungsinstrument.

In vielerlei Hinsicht ähnelt der Betrieb dieses DGN dem des Deep Dream- Generators., entwickelt von Spezialisten der Forschungseinheit von Google Research vor anderthalb Jahren. Aber DGN arbeitet offenbar viel effizienter und effektiver, da zusätzliche vorbereitende Schulungen für eine Reihe natürlicher Fotografien durchgeführt wurden, obwohl diese nicht mit dem Datensatz zusammenhängen, an dem das untersuchte neuronale Netzwerk trainiert wurde oder arbeitet. Dann erzeugt der DGN-Generator eine Vielzahl von synthetischen Bildern, wobei die Parameter natürlicher Fotos geändert werden. Eine solche Methode funktioniert tatsächlich als generatives kontradiktorisches Netzwerk, in dem neuronale Netzwerke untereinander kämpfen .

Übrigens kann DGN im Allgemeinen für einen anderen Zweck verwendet werden - als Autor synthetischer Bilder. Kunstwerke, die bestimmte Kriterien erfüllen.

In unserem Fall ist das angegebene Kriterium die maximale Bewertung auf der NSFW-Skala. Es ist schwierig, es als solch herausragende Kunst zu bezeichnen, aber die Aufgabe ist ziemlich spezifisch. Wenn die Aufgabe festgelegt ist, muss sie gelöst werden.

Der „Raum der natürlichen Bilder“ sieht also nach der Logik eines generativen kontradiktorischen neuronalen Netzwerks fast wie abstrakte Kunst aus. Zufällig erzeugte Bilder erhalten natürlich normalerweise niedrige Bewertungen auf der NSFW-Skala.

Zum Beispiel hat dieses Bild einen Pornoindex von 0,06.



Hier etwas mehr Pornografie - 0.07.



Nun, dann starten wir DGN gemäß der in der wissenschaftlichen Arbeit von Nguyen, Dosovitsky usw. beschriebenen Technik. Außerdem haben die Autoren freundlicherweise den Quellcode für DGN auf Github veröffentlicht .

DGN beginnt also mit der folgenden Bedingung, um den maximalen Index NSFW zu erhalten, dh die Funktion D (x) zu maximieren.



Und das war's, jetzt können Sie unzählige maximal pornografische Bilder mit einem Index von 1,00 genießen.

Ich muss sagen, dass abstrakte synthetische Bilder in den meisten Fällen sehr realistisch aussehen. Es ist zwar klar, dass dies keine realen Objekte sind, sondern einfach generierte Pixelsätze mit völlig unbekanntem Inhalt.

Hier sind einige davon.



Der Doktorand setzte das Experiment fort - und stellte die entgegengesetzte Aufgabe für DGN: Bilder mit einem Mindestwert des NSFW-Index erzeugen.



Das heißt, nicht nur das garantierte Fehlen von Pornografie, sondern noch etwas mehr - das ist Anti-Pornografie .



Das Interessanteste ist, dass im neuronalen Yahoo-Netzwerk der Wert von D (x) durch die relative Aktivierungsstärke von nicht einem, sondern zwei unabhängigen Neuronen berechnet wird - einem NSFW, wie Sie vielleicht erwartet haben, und dem zweiten - SFW. Das heißt, das neuronale Netzwerk ist selbst bei völlig sicheren Bildern wie abgerundeten Hügeln usw. ein wenig "aufgeregt".

Wenn man diese Informationen kennt, ist es möglich, weiche erotische Bilder zu erzeugen, die garantiert frei von Pornografie sind, aber dennoch ein neuronales Netzwerk „erregen“, das darauf ausgerichtet ist, Pornos zu finden.

Der Forscher spielte mit den Koeffizienten in der Gleichung, um die optimale Kombination von Pornografie und Antiporn-Neuronen für den besten künstlerischen Effekt zu finden und gleichzeitig den maximalen Pornoindex 1 zu erhalten.

Dies sind erstaunliche Bilder.



Erstaunt über die Schönheit dieser Ergebnisse startete der Autor DGN nicht in einem neuronalen open_nsfw-Netzwerk, sondern gleichzeitig in einem anderen neuronalen CNN- Netzwerk , das Fotos nach Standort klassifiziert. So erhielt er Bilder, die gleichzeitig und am Drehort (Strand, Canyon, Konzert usw.) maximale Ergebnisse erzielen, sowie das minimale / maximale Ergebnis für den NSFW-Index.

Beach


Concert


Desert Volcano


Museum Wirklich, es gibt ein reiches Feld für Experimente. Der Autor gibt leider zu, dass die Elemente von NSFW im Prinzip überhaupt identifiziert werden können







Fotos. Die Sache ist die Fähigkeit, sie zu erkennen. Wenn Sie sich den Ursprung dieser Beispiele ansehen, können Sie diese Elemente selbst auf Originalfotos von Konzerten, Museen usw. nicht „sehen“.

Wenn Sie sich lange mit dem neuronalen Netzwerk open_nsfw beschäftigen, wer weiß, können Sie anfangen, NSFW-Elemente im Allgemeinen überall zu sehen?

Source: https://habr.com/ru/post/de398547/