Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Sztuczna inteligencja przerobi zdjęcie na klasyczny portret mistrza pędzla

Recommended Posts

Inżynierowie z MIT-IBM Watson Lab zaprzęgli do pracy sztuczną inteligencję i stworzyli narzędzie, które zamienia selfie w klasyczne portrety malowane ręką wielkich mistrzów. AIPortraits.com, w przeciwieństwie do popularnej ostatnio aplikacji FaceApp, nie wykorzystuje prostej sztuczki z nakładaniem pewnych elementów na istniejący obraz. Algorytmy, które były trenowane na 45 000 różnych klasycznych portretów, od podstaw tworzą nowe elementy, które będą pasowały do obrazu.

Twórcy AIPortraits wykorzystali techniki głębokiego uczenia się, za pomocą których trenowali modele Generative Adversarial Network (GAN). Efekt jest znacznie lepszy niż proste filtry używane przez programy w stylu FaceApp. AIPortraits.com, opierając się na wysłanym zdjęciu, maluje cały portret od podstaw. Algorytm korzysta z wielu różnych stylów charakterystycznych dla mistrzów pędzla: od Rembrandat przez Tycjana po van Gogha. Opierając się na naszym zdjęciu, algorytm decyduje o wyborze stylu tak, by podkreślić elegancję orlego nosa czy szlachetny wygląd czoła.

Twórcy AIPortraits.com zapewniają, że nie przechowują przesłanych zdjęć. Służą one jedynie namalowaniu portretu, po czym są natychmiast usuwane.

Niestety, nie mogliśmy sprawdzić działania programu. Użytkownicy przeciążyli witrynę i w chwili pisania tekstu była ona wyłączona.


« powrót do artykułu

Share this post


Link to post
Share on other sites
Godzinę temu, KopalniaWiedzy.pl napisał:

. Efekt jest znacznie lepszy niż proste filtry używane przez programy w stylu FaceApp

 

Godzinę temu, KopalniaWiedzy.pl napisał:

przeciwieństwie do popularnej ostatnio aplikacji FaceApp, nie wykorzystuje prostej sztuczki z nakładaniem pewnych elementów na istniejący obraz.

ale faceapp nie stosuje żadnej prostej sztuczki z nakładaniem elementów na istniejący obraz. stosuje bardzo podobne metody do powyżej metody tylko mają inny cel

Share this post


Link to post
Share on other sites
10 minut temu, Afordancja napisał:

stosuje bardzo podobne metody do powyżej metody tylko mają inny cel

Dokładnie tak, tyle, że ma to być "ręką wielkich mistrzów". :D:D:D
AI już robi za mistrzów - szkoda mi tej cywilizacji, ale idzie na dno; ewidentnie. ;)

Share this post


Link to post
Share on other sites
5 minut temu, Astro napisał:

AI już robi za mistrzów - szkoda mi tej cywilizacji, ale idzie na dno; ewidentnie. ;)

eee przesadzasz, nie robi za to kolejny równoległy gadżet. 

Jest potrzeba będzie rynek.
Mamy już aplikację postarzającą (odmładfzającą) ba nawet i zmienia płeć -face app
mamy tworzącą portrety - ta wyżej
mamy rozbierającą panie z bikini

ale czy to od razu sztuka? Raczej nie. Gadżety.
Z resztą cóż to jest sztuka, że gość portret namalował w jakimś tam stylu? dla jednych tak dla innych nie. 

Share this post


Link to post
Share on other sites
2 godziny temu, Astro napisał:

AI już robi za mistrzów - szkoda mi tej cywilizacji, ale idzie na dno; ewidentnie.

 

2 godziny temu, Afordancja napisał:

eee przesadzasz,

i nie bój się.:)

          To będzie tylko odtwórcze "dzieło" w stylu mistrza, czyli rzemiosło. Artysta tworzy dzieło wg swojej unikalnej koncepcji, co nadaje charakterystyczny ton jego pracom. Mistrz to artysta wyjątkowy (i jeszcze musi zdobyć uznanie), inaczej to zwykły twórca-wyrobnik.

(konsultowane z moją lepszą połową, która realizuje się w tej sferze).

Edited by 3grosze

Share this post


Link to post
Share on other sites

3grosze dobrze gada. Sztuka=1szt. Jak są 2 sztuki czegokolwiek to już.nie jest sztuka

  • Haha 1

Share this post


Link to post
Share on other sites
Godzinę temu, 3grosze napisał:

Artysta tworzy dzieło wg swojej unikalnej koncepcji, co nadaje charakterystyczny ton jego pracom

A możesz dopytać czym się różni ton od stylu? (poważnie pytam, bo się nie znam)

I czy mogę ja (osobiście ja) stworzyć dzieło bez unikalnej koncepcji?  rysuję sobie z dziećmi twarze od czasu do czasu i wychodzi mi zawsze inaczej niż chciałem ale mi się ostatecznie co jakiś czas podoba, ale osoba postronna nie może wiedzieć czy taka była koncepcja czy inna.

I idąc tym tropem, mam 2 scenariusze.

Mam automat który maluje tak, ze patrząc na ten obraz dostrzegamy koncepcję (jako obserwatorzy) i styl (i ton?) też że moglibyśmy powiedzieć, ze wyszło z pod "pędzla" mistrza to sztuka czy jeszcze nie?

A bardziej prawdopodobne, taki automat jest wyuczony na podstawie N stylów, tak, że może tworzyć swój indywidualny styl i niech będzie, że maluje portrety (czy malując porterety można mieć koncepcję? i być artystą?) a koncepcję odgadują obserwatorzy (prawie jak z interpretacją wiersza, co autor miał na myśli). to bez znajomości autora możemy stwierdzić, zę to prawdziwy artysta? a gdy dowiemy się że automat to czar pryska bo na pewno koncepcji tam nie było? 


(mam myślotok ;) )
inaczej, czy patrząc na tylko na obraz można powidzieć, czy ktoś jest artystą czy nie? Bo koncepcję w sumie my (obserwatorzy) wymyślamy. Tonu prac nie znamy bo znamy jeden obraz

Share this post


Link to post
Share on other sites
18 minut temu, tempik napisał:

3grosze dobrze gada. Sztuka=1szt. Jak są 2 sztuki czegokolwiek to już.nie jest sztuka

Hej! To moja definicja! Atrybutem Sztuki jest niepowtarzalność, jeśli każdy może namalować konia jak żywego to mamy do czynienia z rzemiosłem. Niestety moja Lepsza połowa nie zgadza się z tym. Umiem namalować kółka Kandinsky'ego, ale jego twory są Sztuką. A moje bezmyślną kopią. Podobno stoi za tymi obrazami pomysł i idea. Tak jak moja Żona za mną teraz. Nie uwierzycie ile poprawek musiałem wprowadzić do tego posta..... Och, przepraszam nie poprawek  "tylko tak sobie pytała ". Przyleciała tutaj na haslo : rozmawiam o sztuce....

 

edit BTW GANs to całḱowite spełnienie marzeń leniwca: Nie dość że same mysłi to jeszcze kto inny to uczy - zero wysiłku, normalnie raj zbieracza polowacza :) 

Edited by Jajcenty

Share this post


Link to post
Share on other sites
54 minuty temu, Afordancja napisał:

A możesz dopytać czym się różni ton od stylu?

W użytym tutaj  kontekście to synonimy.:) Używanie w bliskim sąsiedztwie wyrazów często używanych to stylistyczny błąd powtórzenia. Nieestetyczność też jakaś. 

54 minuty temu, Afordancja napisał:

I czy mogę ja (osobiście ja) stworzyć dzieło bez unikalnej koncepcji?  rysuję sobie z dziećmi twarze od czasu do czasu i wychodzi mi zawsze inaczej niż chciałem ale mi się ostatecznie co jakiś czas podoba, ale osoba postronna nie może wiedzieć czy taka była koncepcja czy inna.

Dzieło z pewnością, ale czy to będzie dzieło sztuki, to zależy jak operowaliście światłem, perspektywą i prowadziliście kreskę, jak subtelnie zestroiliście barwy i operowaliście ich nasyceniem, jaką metaforę niesie  transformacja Waszych (malowanych) twarzy. Na koniec ogólne wrażenie. ( z podsłuchów to wiem). Dużo zmiennych (które poznaje się studiując sztukę) składa się na dzieło, więc nie znając zasad, trudno przypadkiem;) stworzyć dzieło sztuki. Np. malarze prymitywiści, też artyści, ale popełniają błędy formalne, których nie wypada:D robić malarzom wykształconym.

Nie wiem, czy AI kiedyś to opanuje, a jak opanuje, to jeżeli będzie miała dobrych marszandów, to  MISTRZEM i tak zostanie po swojej śmierci.;)

 

Edited by 3grosze
  • Like (+1) 1

Share this post


Link to post
Share on other sites
3 godziny temu, Jajcenty napisał:

edit BTW GANs to całḱowite spełnienie marzeń leniwca: Nie dość że same mysłi to jeszcze kto inny to uczy - zero wysiłku, normalnie raj zbieracza polowacza

Ostatnio zastanawiałem się do czego bardziej praktycznego (wiem, dla wielu to powyższe jest już praktyczne) można by użyć takiego GANa  i przyznam się, że miałem problem  wymyśleniem. No bo szeroko rozumiana sztuka, mnie jakoś nie zachwyca, muzyka, obróbka zdjęc/filmów, czy też generowanie  jakoś nie wydaje mi się super super.

 

Ostatnio szumne tytuły o generowaniu wszechświata, ale (dla mnie) to była lipa i nie GAN tylko prościutka sieć, nie zrobiło na mnie wrażenia, to zwykła aproksymacja funkcji i zyskali na wydajności (kosztem jakości).

Potem pomyślałem o chemii, fizyce, ale okazuje się, że za cienki jestem z tego i nie wiedziałem co by to mogło "kreować", związki? białka? ale jakie? "losowe|? możliwe do stworzenia? No za slaby jestem. No i tak sobie rozmyślałem, rozmyślałem i nic większego nie wymyśliłem po za banałami ;) 

Ale urlop, muszę do tego wrócić :) 

Share this post


Link to post
Share on other sites
5 godzin temu, 3grosze napisał:

Dzieło z pewnością, ale czy to będzie dzieło sztuki, to zależy jak operowaliście światłem, perspektywą i prowadziliście kreskę, jak subtelnie zestroiliście barwy i operowaliście ich nasyceniem, jaką metaforę niesie  transformacja Waszych (malowanych) twarzy.

Przerażasz mnie ;)

7 godzin temu, 3grosze napisał:

Artysta tworzy dzieło wg swojej unikalnej koncepcji, co nadaje charakterystyczny ton jego pracom. Mistrz to artysta wyjątkowy (i jeszcze musi zdobyć uznanie), inaczej to zwykły twórca-wyrobnik.

Tak, gorzej, że zdobycie tego uznania jest raczej uznaniowe. Krytyk sztuki to podobna fucha jak magik, imho, no, ale przyznaję, że się na sztuce nie znam :)

6 godzin temu, Jajcenty napisał:

Umiem namalować kółka Kandinsky'ego, ale jego twory są Sztuką. A moje bezmyślną kopią. Podobno stoi za tymi obrazami pomysł i idea.

No, powiedzmy, że trzeba docenić nowy pomysł na coś, nazwijmy go nawet innowacyjnym, nie mniej jednak "zdobycia uznania" i tak jest to chyba zupełnie... uznaniowe? :)

Do tego nie można chyba powiedzieć, że jak ktoś skopiuje styl Picasso to obrazy Picassa przestają być sztuką, bo to jednak była jego koncepcja, jego pomysł i wykonanie, a że ktoś potem może go naśladować.

Macie teścik: https://joemonster.org/art/25222

6 godzin temu, Afordancja napisał:

A bardziej prawdopodobne, taki automat jest wyuczony na podstawie N stylów, tak, że może tworzyć swój indywidualny styl i niech będzie, że maluje portrety (czy malując porterety można mieć koncepcję? i być artystą?) a koncepcję odgadują obserwatorzy (prawie jak z interpretacją wiersza, co autor miał na myśli). to bez znajomości autora możemy stwierdzić, zę to prawdziwy artysta? a gdy dowiemy się że automat to czar pryska bo na pewno koncepcji tam nie było? 

To jest bardzo prawdopodobne, bo jest to uznaniowe, jak większość "humanistycznych" rzeczy, po prostu nie policzysz. Nie wiem jak z negowaniem po odkryciu, że to automat, ale uznanie czegoś za sztukę to widzi mi się obserwatora (pytanie jaką moc sprawczą ma jego opinia, uznany krytyk sztuki, kolekcjoner, czy zwykły miłośnik).

6 godzin temu, Jajcenty napisał:

edit BTW GANs to całḱowite spełnienie marzeń leniwca: Nie dość że same mysłi to jeszcze kto inny to uczy - zero wysiłku, normalnie raj zbieracza polowacza :) 

A czym to się różni od każdego innego narzędzia? Czy to samochód czy młotek. Ktoś robi, wszyscy inni używają. W IT tak samo, gotowe frameworki prawie(?) w każdym języku wysokiego poziomu, w pythonie gotowe biblioteki do ML, a na to wszystko inne gotowe biblioteki, które jeszcze bardziej upraszczają proces (np. keras na tensorflow, a to wszystko na numpy, etc). Jeszcze trochę i będzie tylko drag and drop (czy tam już jest, zobacz na databricks mlflow i automl). A kto i do czego wytrenuje GANa to... właśnie(!) może to już jest sztuką samo w sobie? :)

2 godziny temu, Afordancja napisał:

Ostatnio zastanawiałem się do czego bardziej praktycznego (wiem, dla wielu to powyższe jest już praktyczne) można by użyć takiego GANa 

To ten deepnude Ci nie wystarcza? ;)

Generalnie są dwa nurty, content generation oraz automatyka i robotyka, a czy coś jeszcze? Ten co wymyśli może być bogaty (bo pierwszy założy start-upa i będzie kosił piniądz) :)

Share this post


Link to post
Share on other sites
9 godzin temu, Afordancja napisał:

statnio zastanawiałem się do czego bardziej praktycznego (wiem, dla wielu to powyższe jest już praktyczne) można by użyć takiego GANa  i przyznam się, że miałem problem  wymyśleniem. No bo szeroko rozumiana sztuka, mnie jakoś nie zachwyca, muzyka, obróbka zdjęc/filmów, czy też generowanie  jakoś nie wydaje mi się super super.

Mam podobny problem. Postarzanie czy naśladowanie stylu traktuję raczej jako pijarowy proof of concept. Niemniej wiki podaje trochę zastosowań. Zatem dobrze byłby wiedzieć w czym GAN jest lepsza od innych rozwiązań. Ostatnio moi koledzy trenowali NN do dość trudnego OCRa i zajęło im to tygodnie liczenia na jakiejś odjechanej maszynie (GPU). A może GAN załatwiłby sprawę między poranną kawą a lanczem.

6 godzin temu, radar napisał:

A czym to się różni od każdego innego narzędzia? Czy to samochód czy młotek. Ktoś robi, wszyscy inni używają. W IT tak samo, gotowe frameworki prawie(?) w każdym języku wysokiego poziomu, w pythonie gotowe biblioteki do ML, a na to wszystko inne gotowe biblioteki

To prawda. Jednak to trochę wymóżdża. Zaczynałem swoją przygodę z IT od papierowej taśmy i kart perforowanych. Miałem własne procedury kompilowania, linkowania - całkowicie panowałem nad procesem w każdym jego aspekcie. Teraz wgram jakiegoś nugeta, posypie się konfiguracja czy wersje i mam pozamiatane - jestem bezradny jak dziecko. Od paru miesięcy zajmuję się obróbką obrazu (python + opencv) i widzę że mamy tendencje do magicznego myślenia. Jak tylko pojawia się problem, bo szum, bo zła jakość wideo, natychmiast skręcamy w magię NN.

Obawiam się, że najtrudniejsze zadanie, myślenie, zostawimy maszynom, a sami wreszcie będziemy mogli zasiąść z piweczkiem przed TV. Nasza NFR to piwo, czipsy, TV i cukrzyca z lustrzycą :D

Share this post


Link to post
Share on other sites
16 minut temu, Jajcenty napisał:

Obawiam się, że najtrudniejsze zadanie, myślenie, zostawimy maszynom, a sami wreszcie będziemy mogli zasiąść z piweczkiem przed TV. Nasza NFR to piwo, czipsy, TV i cukrzyca z lustrzycą :D

Witaj w klubie. :D

Od lat niezmiennie forsuję powrót do korzeni (niekoniecznie na drzewa ;)), ale wiem, że to już mission impossible. Niestety.
Również pamiętam karty perforowane (po "przemianie" kupa została w instytutowej bibliotece jako zakładki, fiszki itp., nic się nie marnowało ;)) i zadziwiać może ten rozwój. Cóż jednak z tego, gdy nie istnieje rozwój naszych centralnych jednostek obliczeniowych (mózgi); właściwie niespecjalnie zmieniły się od dziesiątek tysięcy lat. ;)

ed: GAN i DM, słyszałem, ale nie wnikałem w szczegóły; ciekawy temat, chyba poczytam ;)

ed: zapomniałem

14 godzin temu, tempik napisał:

Sztuka=1szt. Jak są 2 sztuki czegokolwiek to już.nie jest sztuka

Każdy dostanie sztukę siebie i będzie sztuka; pomijam bliźniaki jednojajowe itp.

Edited by Astro

Share this post


Link to post
Share on other sites
6 godzin temu, radar napisał:

To ten deepnude Ci nie wystarcza?

Pomysł biznesowy wg. mnie świetny, ale jak tak pomyśleć to o co właściwie chodzi, o to aby kogoś znanego sobie tym "obrobić" (bo nieznanych to nie trzeba za bardzo szukać), jednak masz świadomość, że to trochę lepsze niż przyklejanie głowy  z jednego zdjęcia do drugiego. (PS. nie używayłem tego, bo akurat nie moje klimaty, ale czytałem, że w sumie to słąbo działało jedynie z bikini)

 

7 godzin temu, radar napisał:

Generalnie są dwa nurty, content generation oraz automatyka i robotyka, a czy coś jeszcze? Ten co wymyśli może być bogaty (bo pierwszy założy start-upa i będzie kosił piniądz)

I ta ścieżka mi się podoba :D

 

26 minut temu, Jajcenty napisał:

Ostatnio moi koledzy trenowali NN do dość trudnego OCRa i zajęło im to tygodnie liczenia na jakiejś odjechanej maszynie (GPU). A może GAN załatwiłby sprawę między poranną kawą a lanczem.

hm... za rano może jest, ale nie widzę jakoś przewagi GANa jeśli chodzi o obliczenia (w sumie to jest więcej bo są w sumie 2 sieci)

 

 

Share this post


Link to post
Share on other sites
2 minuty temu, Afordancja napisał:

m... za rano może jest, ale nie widzę jakoś przewagi GANa jeśli chodzi o obliczenia (w sumie to jest więcej bo są w sumie 2 sieci)

Duża robota to przygotowanie zestawu treningowego. Może GAN potrafi sam sobie opisać dane wejściowe? ;) Nie wiem, nie mam pojęcia jakie są przewagi GAN

Share this post


Link to post
Share on other sites
9 minut temu, Jajcenty napisał:

Duża robota to przygotowanie zestawu treningowego. Może GAN potrafi sam sobie opisać dane wejściowe? ;) Nie wiem, nie mam pojęcia jakie są przewagi GAN

hm..raczej nie potrafi. Przewaga GAN jest w tym do czego zostały stworzone, czyli w generowaniu danych wyjściowych, na podstawie hm..nawet i szumu.. JEdnak z rano jest dla mnie. zero sensownych myśli :P 

Share this post


Link to post
Share on other sites
Godzinę temu, Jajcenty napisał:

Może GAN potrafi sam sobie opisać dane wejściowe?

Nie, trash in, trash out.

Godzinę temu, Afordancja napisał:

Przewaga GAN jest w tym do czego zostały stworzone, czyli w generowaniu danych wyjściowych, na podstawie hm..nawet i szumu

Tak, ale pamiętajmy, że GAN sam z siebie nic nie generuje (nie tworzy). Trenujemy ją do generowania jakiś konkretnych rzeczy. Kluczowa jest tu sieć dyskryminatora, która na "szum" nakłada wytrenowane "ground truth". To jest tylko wariacja na temat, a różnica pomiędzy innymi architekturami polega na tym, że nie musisz nic podawać na wejście w procesie generowania (generujemy szum dowolną liczbę razy, ile potrzebujemy i mamy na wyjściu ileś "czegoś"), ale za to proces uczenia jest podobny, i tak musisz podać zestaw uczący, testowy etc etc.

Share this post


Link to post
Share on other sites
6 minut temu, radar napisał:

Nie, trash in, trash out.

Drzewiej, za moich czasów mówiło się inaczej. Ówno na wejściu, ówno na wyjściu.

Share this post


Link to post
Share on other sites
10 minut temu, radar napisał:

ak, ale pamiętajmy, że GAN sam z siebie nic nie generuje (nie tworzy). Trenujemy ją do generowania jakiś konkretnych rzeczy. Kluczowa jest tu sieć dyskryminatora, która na "szum" nakłada wytrenowane "ground truth". To jest tylko wariacja na temat, a różnica pomiędzy innymi architekturami polega na tym, że nie musisz nic podawać na wejście w procesie generowania (generujemy szum dowolną liczbę razy, ile potrzebujemy i mamy na wyjściu ileś "czegoś"), ale za to proces uczenia jest podobny, i tak musisz podać zestaw uczący, testowy etc etc.

TAk, tak, pełna zgoda.  proces jest prawie takich sam, GAN nie jest jakimś mega skokiem technologicznym jest sprytnym trickiem a mianowicie sam proces poprawiania błędu (uczenia) poprzez połączenie sieci dyskryinatora i generatora to jest cały majstersztyk. 

Share this post


Link to post
Share on other sites
4 minuty temu, Afordancja napisał:

to jest cały majstersztyk

Tak. Po ludzku eliminujemy głupiego homo w przekazywaniu danych z wyjścia na wejście. Jest trochę szybciej.

Share this post


Link to post
Share on other sites
7 minut temu, Astro napisał:

Tak. Po ludzku eliminujemy głupiego homo w przekazywaniu danych z wyjścia na wejście. Jest trochę szybciej.

eeee. No nie. (w ogóle nie na tym polega usprawnienie w stosunku do innch koncepcji z tej materii

Edited by Afordancja

Share this post


Link to post
Share on other sites
4 minuty temu, Astro napisał:

Tak. Po ludzku eliminujemy głupiego homo w przekazywaniu danych z wyjścia na wejście. Jest trochę szybciej.

To nawet nie tak, że głupiego. Homo by to zrobił lepiej, ale ponieważ staliśmy się więźniami ilości (bo potrzeba milionów danych trenujących) to po prostu nie wyrabiamy. 

Ja największy potencjał widzę w automatyce, bo i generowanie tekstu imho za daleko na razie nie zajdzie. Owszem LSTM i jej wariacje z pamięcią zewnętrzną i "uwagą" poprawiają statystyki, ale jednak słabo. Czy to streszczenia czy właśnie rozwinięcia to brakuje tu jednej istotnej rzeczy, którą ma człowiek pisząc tekst, a której na razie nie sposób zaimplementować, a mianowicie intencji. Człowiek decyduje, co chce napisać, potem ewentualnie jak i całość nabiera sensu. Tekst generowany wygląda jak wygląda, widać po nagłówkach i krótkich notkach w necie :/

  • Upvote (+1) 1

Share this post


Link to post
Share on other sites
4 minuty temu, radar napisał:

Tekst generowany wygląda jak wygląda, widać po nagłówkach i krótkich notkach w necie :/

To wiele wyjaśnia. Sądziłem że mam do czynienia z wysypem stażystów na wolontariacie czekającymi na możliwość powtórzenia matury z polskiego.

Share this post


Link to post
Share on other sites
9 minut temu, radar napisał:

Tekst generowany wygląda jak wygląda, widać po nagłówkach i krótkich notkach w necie :/

Swoją drogą, powstałą już nawet (nie wiem czy było na kopalni) książka z jakiejś dziedziny napisana przez AI "streszczająca" jakąś większą wiedzę. Nie potrafię jednak określić (nie znam się) jej poziomu.

Dla mnie jednak nawet bez intencji jak by działało to na większą skalę było by super. 

Edited by Afordancja

Share this post


Link to post
Share on other sites

Słusznie Panowie, macie rację, tylko... Wiesz co radar, nie jestem jedynie pewien tego:

14 minut temu, radar napisał:

Homo by to zrobił lepiej

:)

Kiedyś, gdy system pisało trzech ludków z wagonem kawy i fajek to miało sens... Dziś już nie.

Edited by Astro

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      W ostatni piątek w Instytucie Fizyki PAN zakończyła się konferencja „INNO THINKING, Nauka dla Społeczeństwa 2.0”. Zaprezentowane na niej trzy projekty badawcze mogą zrewolucjonizować medycynę i ochronę środowiska.
      Sztuczna inteligencja w diagnostyce ścięgna Achillesa
      Urazy ścięgna Achillesa należą do najczęstszych urazów ortopedycznych. Samych tylko zerwań ścięgna notuje się około 200 rocznie na 1 mln ludności w USA i Europie. Rosnąca podaż wykonywanych badań stanowi ogromne wyzwanie dla zmniejszających się zastępów lekarzy radiologów. Już dziś zdarza się, że dostępność zaawansowanych aparatów diagnostycznych jest dość powszechna, ale czas oczekiwania na opisy wykonanych badań znacznie się wydłuża.
      Diagnostyka oparta na obrazowaniu medycznym otwiera nowe możliwości w zakresie leczenia oraz doboru optymalnych metod rehabilitacji pourazowej lub pooperacyjnej – przekonuje Bartosz Borucki, Kierownik laboratorium R&D na Uniwersytecie Warszawskim. Już dziś stworzyliśmy rozwiązanie do oceny ścięgna Achillesa, które wprowadza automatyzację, umożliwiającą tworzenie obiektywnych ocen radiologicznych w oparciu o wykorzystanie sztucznej inteligencji. To pierwsze tego typu rozwiązanie na świecie. Jesteśmy przekonani, że nasz projekt wyznaczy nowe kierunki rozwoju diagnostyki obrazowej w ortopedii i medycynie sportowej, i usprawni czas oraz skuteczność stawianych diagnoz – dodaje.
      Projekt objęty jest obecnie pracami przedwdrożeniowymi, które uwzględniają m.in. usługi badawcze związane z poszerzoną walidacją i analizą dot. certyfikacji i legislacji. Status ten jest doskonałym przykładem komercjalizacji badań naukowych, realizowanych przez polskie instytucje badawczo-naukowe i ma szansę już w nieodległej przyszłości na dobre wpisać się w proces diagnostyki urazów ścięgna Achillesa, a także innych urazów – jak na przykład więzadeł w kolanie.
      Osteoporoza na trzecim miejscu śmiertelnych chorób cywilizacyjnych
      Szczególnym wyzwaniem, wobec którego stanie ludzkość w nadchodzących dekadach, będzie znalezienie skutecznego arsenału rozwiązań do walki z mutującymi wirusami i superbakteriami. Dane Światowej Organizacji Zdrowia (WHO) są zatrważające. Obecnie już 2 mln ludzi umiera rocznie w wyniku zakażeń lekoopornymi bakteriami. Według prognoz w 2050 roku, liczba ta zwiększy się dziesięciokrotnie. Naukowcy zgodni są wobec faktu, że możliwości znanych nam antybiotyków wyczerpują się. Powstawanie nowych bakterii, na które medycyna nie zna lekarstwa, wymusza poszukiwanie alternatywnych rozwiązań.
      W Instytucie Fizyki PAN od wielu lat prowadzone są badania związane z wykorzystaniem tlenków metali o właściwościach antybakteryjnych. Dotychczasowe kierunki badań zostały rozwinięte, obejmując swoim zastosowaniem sektor medycyny implantacyjnej. Udało się bowiem dowieźć, że technologia pokrywania implantów warstwami tlenków metali wpływa na przyspieszenie regeneracji kości i tkanek.
      Wyniki naszych badań to nadzieja dla wszystkich pacjentów, którzy zmagają się z problemami osteointegracji. Nasze badania dają nadzieję na wyeliminowanie  poimplantacyjnych stanów zapalnych, infekcji bakteryjnych, metalozy czy reakcji alergicznych – mówi Aleksandra Seweryn z IF PAN. Jesteśmy przekonani, że zastosowanie naszej technologii bezpośrednio przełoży się na minimalizację ryzyk wynikających z leczenia implantacyjnego, zarówno u pacjentów cierpiących na osteoporozę, jak również przy zabiegach dentystycznych.
      Potrzebujemy coraz więcej energii
      Model życia ludzkości i rozwój technologiczny wymusza coraz większe zapotrzebowanie na energię elektryczną. Szacuje się, że do 2050 roku podwoimy jej wykorzystanie – z 15 TW do ok. 30 TW. Wykorzystywane dziś źródła energii, wciąż w dużej mierze uzależnione od paliw kopalnych, z pewnością okażą się niewystarczające w dłuższej perspektywie czasowej.
      Zbyt niska produkcja prądu będzie hamowała rozwój ludzkości. Do tego czasu zmagać się będziemy ze zjawiskiem globalnego ocieplenia i jego, już dziś zauważalnymi, katastrofalnymi efektami. Utrzymanie obecnego stanu rzeczy skutkować będzie do 2050 roku podniesieniem poziomu mórz i oceanów o 4 m, przesunięciem stepów i pustyń o 600 km na północ, wielkimi ruchami migracyjnymi ludzkości, kataklizmami, które wpłyną również na wyginięcie milionów gatunków zwierząt i roślin.
      Instytut Fizyki PAN realizuje zaawansowane badania związane z fotowoltaiką. Wierzymy bowiem, że energia słoneczna jest naturalnym, bezpiecznym i w zasadzie nieograniczonym źródłem energii. W ciągu 40 lat koszt paneli słonecznych zmniejszył się stukrotnie, znacząco zwiększając dostępność tego typu rozwiązań dla przeciętnych gospodarstw domowych, twierdzi Monika Ożga, naukowiec IF PAN.
      Opracowane przez Instytut rozwiązania można z powodzeniem stosować w produkcji diod oświetleniowych i energooszczędnych okien, które redukują przyjmowanie i oddawanie ciepła, a co za tym idzie, zmniejszają ilość energii potrzebnej do ogrzania lub ochłodzenia pomieszczeń. Diody mogą się ponadto przyczynić nie tylko do ograniczenie popytu na energię, ale i znaleźć swoje zastosowanie w technologii budowania farm wertykalnych, które coraz częściej są wskazywane jako metoda walki z deficytem żywności na świecie.
      Według wstępnych szacunków, zastosowanie nowej kategorii diod może przynieść Polsce oszczędności rzędu 1-1,5 mld złotych, a poprzez redukcję wykorzystania prądu, przyczynić do zmniejszenia emisji CO2 i innych trujących gazów, powstałych wskutek spalania węgla.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Amerykańska Narodowa Fundacja Nauki (NSF) chwali się najbardziej szczegółowymi zdjęciami Słońca, jakie kiedykolwiek udało się wykonać. Fotografie to dzieło nowego instrumentu badawczego Daniel K. Inouye Solar Telescope, który właśnie rozpoczął pracę. To największy na Ziemi teleskop wyspecjalizowany w badaniu Słońca. Apertura jego lustra wynosi imponujące 424 centymetry. To aż dwuipółkrotnie więcej niż drugiego największego Goode Solar Telescope.
      Inouye Solar Telescope stoi na szczycie Haleakala na Hawajach. Pierwsze wykonane przezeń zdjęcia pokazują powierzchnię naszej gwiazdy w niespotykanej dotychczas rozdzielności. Widzimy na nich, że Słońce pokryte jest „ziarnami” obszarów gotującej się plazmy. Taki wzorzec pokrywa całą jego powierzchnię. Na fotografii widzimy ciasno ułożone „komórki” – każda z nich ma powierzchnię dwukrotnie większą od powierzchni Polski – które są dowodem na intensywny transport ciepła z wnętrza gwiazdy ku jej powierzchni. Gorąca plazma wypływa na powierzchnię, schładza się i ponownie zanurza wgłąb Słońca. Do zanurzania się dochodzi w miejscach widocznych ciemnych linii. Cały ten proces zwany jest konwekcją.
      Od kiedy NSF zaczęła budować ten teleskop, z niecierpliwością czekaliśmy na pierwsze obrazy. Teraz możemy pokazać zdjęcia i materiały wideo. To najbardziej szczegółowe obrazy naszego Słońca w historii. Inouye Solar Telescope stworzy mapę pól magnetycznych korony słonecznej, miejsca, w którym zachodzą procesy mające wpływ na życie na Ziemi. Polepszy on nasze rozumienie pogody kosmicznej i pomoże lepiej przewidywać burze na Słońcu, stwierdził France Cordova, dyrektor NSF.
      W każdej sekundzie Słońce spala około 5 milionów ton paliwa. Minimalna część energii z tego procesu trafia na Ziemię. W latach 50. ubiegłego wieku naukowcy zauważyli, że od naszej gwiazdy wieje wiatr słoneczny. Stwierdzili również, że żyjemy wewnątrz atmosfery Słońca. Jednak o zjawiskach w niej zachodzących wciąż niewiele wiemy.
      Jeśli chodzi o atmosferę ziemską, to jesteśmy w stanie z dużym prawdopodobieństwem przewidzieć, czy i gdzie będzie padało. W odniesieniu do pogody kosmicznej takich umiejętności nie mamy. Nasze możliwości przewidywania pogody kosmicznej są o co najmniej 50 lat opóźnione w stosunku do umiejętności przewidywania pogody na Ziemi. Musimy zrozumieć zjawiska fizyczne stanowiące podstawę pogody kosmicznej, a ta zaczyna się na Słońcu. Teleskop Słoneczny Inouye będzie je badał przez następne dekady, dodaje Matt Mountain, prezydent Association of Universities for Research in Astronomy, które zarządza teleskopem.
      Daniel K. Inouye Solar Telescope to imponujące urządzenie. Już samo kierowanie 4-metrowego lustra w stronę Słońca wiąże się z dostarczeniem doń olbrzymiej ilości ciepła, które trzeba w jakiś sposób usunąć. Teleskop korzysta ze specjalnego systemu chłodzącego, na który składa się ponad 11 kilometrów rur z chłodziwem, od którego część ciepła jest odbierana przez lód, tworzący się na szczycie w ciągu nocy.
      Kopuła nad teleskopem została wykonana z cienkich chłodzących płyt stabilizujących temperaturę wokół teleskopu, a specjalny system osłon pozawala na regulowanie przepływu powietrza i zapewnia cień. Specjalny wysoko zaawansowany zespół chłodzący składający się z metali i chłodziwa otacza główne lustro, blokując większość zbieranej przez nie energii. Teleskop wykorzystuje też zaawansowane układy optyczne kompensujące zakłócenia wywoływane obecnością ziemskiej atmosfery.
      Prace nad teleskopem rozpoczęły się ponad 20 lat temu. Jego budowa ruszyła w styczniu 2013 roku, a we wrześniu gotowy był już budynek teleskopu. W sierpniu 2017 na miejsce dostarczono główne lustro. W 2019 roku urządzenie zostało testowo uruchomione, a w styczniu 2020 rozpoczęło pracę i dostarczyło wyjątkowe zdjęcia.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Opracowanie planu radioterapii to skomplikowane zadanie, dlatego też nawet pacjenci, którzy potrzebują natychmiastowego wdrożenia leczenia muszą zwykle czekać kilka dni lub dłużej, aż lekarze opracują plan. Okazuje się jednak, że z pomocą może tutaj przyjść sztuczna inteligencja, która odpowiedni plan może przygotować w ułamku sekundy.
      Niektórzy z takich pacjentów wymagają natychmiastowej radioterapii, ale lekarze odsyłają ich do domu i każą czekać. Opracowanie w czasie rzeczywistym planu leczenia jest bardzo ważne. To część naszego projektu, w ramach którego chcemy zaprząc SI do poprawy wszelkich aspektów walki z nowotworami, mówi doktor Steve Jiang, który kieruje Laboratorium Medycznej Sztucznej Inteligencji i Automatyzacji na UT Soutwestern Medical Center.
      Radioterapia to często stosowana metoda walki z nowotworami. Badania pokazują, że w przypadku niektórych nowotworów odroczenie radioterapii o zaledwie tydzień zwiększa ryzyko nawrotu lub rozprzestrzenienia się choroby nawet o 14%. To właśnie takie dane stały się przyczyną, dla której zespół Jianga postanowił wykorzystać SI to pomocy w zaplanowaniu radioterapii. Od rozpoczęcia leczenia po przeliczenie dawek w miarę postępów leczenia.
      Testy przeprowadzone za pomocą specjalnie opracowanego algorytmu wykazały, że jest on w stanie opracować optymalny plan leczenia zaledwie w ciągu 5/100 sekundy od momentu otrzymania danych dotyczących pacjenta.
      Nowo opracowany algorytm korzystał z technik głębokiego uczenia się. Szkolono go na przykładzie 70 osób cierpiących na nowotwór prostaty, a przy uczeniu wykorzystano 4 algorytmy głębokiego uczenia się. Z czasem sztuczna inteligencja nauczyła się opracowywania optymalnego planu leczenia. Okazało się, że w przypadku każdego z tych pacjentów jest on taki sam, jak ten opracowany przez lekarzy.
      To jednak nie wszystko. Algorytm był też w stanie przed każdą kolejną sesją radioterapii błyskawicznie obliczyć prawidłowe dawki promieniowania. Zwykle pacjenci przed każdą sesją przechodzą badanie, na podstawie którego obliczane są dawki.
      Nowy algorytm korzysta z dwóch standardowych modeli obliczania dawki. Jednego szybkiego, który jednak jest mniej precyzyjny, i drugiego bardzo precyzyjnego, który jednak wymaga półgodzinnych obliczeń. SI, porównując na przykładzie wspomnianych 70 pacjentów wyniki obu modeli, nauczyła się, jak wykorzystać szybkość jednego i precyzję drugiego, by w czasie krótszym od sekundy uzyskać precyzyjne wyniki.
      Naukowcy z UT Southwestern Medical Center mają teraz zamiar wykorzystać swój algorytm w codziennej praktyce klinicznej.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Marcin Sieniek, Scott Mayer McKinney, Shravya Shetty i inni badacze z Google Health opublikowali na łamach Nature artykuł, w którym dowodzą, że opracowany przez nich algorytm sztucznej inteligencji lepiej wykrywa raka piersi niż lekarze.
      Nowotwory piersi, pomimo szeroko zakrojonych programów badań, wciąż pozostają drugą głównych przyczyn zgonów na nowotwory wśród kobiet. Każdego roku na całym świecie wykonuje się dziesiątki milionów badań obrazowych, ale problemem wciąż pozostaje zbyt wysoki odsetek diagnoz fałszywych pozytywnych i fałszywych negatywnych. To z jednej strony naraża zdrowe osoby na stres i szkodliwe leczenie, a z drugiej – w przypadku osób chorych – opóźnia podjęcie leczenia, co często niesie ze sobą tragiczne skutki.
      Umiejętności lekarzy w zakresie interpretacji badań obrazowych znacznie się od siebie różnią i nawet w wiodących ośrodkach medycznych istnieje spore pole do poprawy. Z problemem tym mogłyby poradzić sobie algorytmy sztucznej inteligencji, które już wcześniej wielokrotnie wykazywały swoją przewagę nad lekarzami.
      Wspomniany algorytm wykorzystuje techniki głębokiego uczenia się. Najpierw go trenowano, a następnie poddano testom na nowym zestawie danych, których nie wykorzystywano podczas treningu.
      W testach wykorzystano dane dotyczące dwóch grup pacjentek. Jedna z nich to mieszkanki Wielkiej Brytanii, które w latach 2012–2015 poddały się badaniom mammograficznym w jednym z dwóch centrów medycznych. Kobiety co trzy lata przechodziły badania mammograficzne. Do badań wylosowano 10% z nich. Naukowcy mieli więc tutaj do dyspozycji dane o 25 856 pacjentkach. Było wśród nich 785, które poddano biopsji i 414 u których zdiagnozowano nowotwór w ciągu 39 miesięcy od pierwszego badania.
      Drugą grupę stanowiło 3097 Amerykanek będących w latach 2001–2018 pacjentkami jednego z akademickich centrów medycznych. U 1511 z nich wykonano biopsje, a u 686 zdiagnozowano nowotwór w ciągu 27 miesięcy od badania.
      Losy wszystkich kobiet były śledzone przez wiele lat, zatem wiadomo było, które z pań ostatecznie zachorowały.
      Zadaniem sztucznej inteligencji było postawienie diagnoz na podstawie mammografii. Następnie wyniki uzyskane przez SI porównano z diagnozami lekarskimi. Okazało się, że sztuczna inteligencja radziła sobie znacznie lepiej. Liczba fałszywych pozytywnych diagnoz postawionych przez SI była o 5,7% niższa dla pacjentek z USA i o 1,2% niższa u pacjentek z Wielkiej Brytanii. SI postawiła też mniej fałszywych negatywnych diagnoz. Dla USA było to 9,4% mniej, a dla Wielkiej Brytanii – 2,7% mniej. Wyniki uzyskane przez sztuczną inteligencję były o tyle bardziej imponujące, że algorytm diagnozował wyłącznie na podstawie badań mammograficznych, podczas gdy lekarze mieli też do dyspozycji historię pacjenta.
      Teraz autorzy algorytmu będą próbowali wykorzystać go podczas badań klinicznych. Ich celem jest spowodowanie, by algorytm sztucznej inteligencji został dopuszczony do użycia w medycynie.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Południowokoreański mistrz Go Lee Sedol, który zdobył ogólnoświatowy rozgłos w 2016 roku po słynnym meczu ze sztuczną inteligencją, odszedł na emeryturę. Przypomnijmy, że w 2016 roku sztuczna inteligencja o nazwie AlphaGo pokonała Lee Sedola stosunkiem 4:1. Wcześniej program rozgromił innych graczy w Go, a Sedol był jedynym, któremu udało się z nim wygrać partię.
      Sedol, który wkrótce skończy 37 lat, oświadczył, że rezygnuje z profesjonalnej kariery w Go, gdyż w związku z olbrzymimi postępami sztucznej inteligencji, nie może być czołowym graczem, nawet gdyby był najlepszym z ludzi. "Nawet gdybył był numerem jeden, to będzie ktoś, kogoś nie będę w stanie pokonać", powiedział Sedol w wywiadzie dla agencji prasowej Yonhap.
      Lee Sedol pozostaje jedynym człowiekiem, któremu udało się pokonać AlphaGo. Mistrz uważa, że wygrał dzięki błędowi w oprogramowaniu AlphaGo. Podczas meczu, który odbył się 13 marca 2016 roku grający białymi Lee wykonał nietypowy 78. ruch. Wprawił on AlphaGo w zakłopotanie i system wykonał bardzo słaby ruch 79., który niespodziewanie dał Sedolowi przewagę. Ten jej nie zmarnował i po jakimś czasie AlphaGo poddał partię.
      Specjaliści uznają ruch 78. za „błyskotliwy, boski”, jednak sam Sedol twierdzi, że wygrał partię, gdyż AlphaGo nie potrafił prawidłowo zareagować na jego nietypowe zagrania. Mój ruch 78. nie był zagraniem, na który należało reagować bezpośrednio. Takie błędy zdarzają się w programie Fine Art (to chiński program komputerowy do gry w Go). Fine Art jest trudny do pokonania, nawet jeśli ma handicap 2 kamieni. Jeśli jednak przegrywa, to w bardzo dziwaczny sposób. To błąd w oprogramowaniu, wyjaśnia Sedol.
      Mistrz przyznaje, że był sfrustrowany po pierwszych trzech przegranych partiach. Rzadko czytam w internecie informacje na swój temat. Byłem jednak ciekaw, jak bardzo źle ludzie mówią o mnie po tym, jak przegrałem trzy pierwsze partie. Z zaskoczeniem zauważyłem, że niewiele osób mnie krytykowało. Szczerze mówiąc, już przed rozpoczęciem meczu czułem, że mogę przegrać. Ludzie z DeepMind Technologies byli od samego początku bardzo pewni swego, przyznaje.
      Co ciekawe, jeszcze w grudniu Lee planuje zmierzyć się z kolejnym systemem sztucznej inteligencji grającym w Go. Program HanDol, opracowany w 2018 roku przez firmę NHN Entertainment Corp. już wygrał z 5 czołowymi graczami z Korei Południowej.
      Nadchodzący mecz Lee Sedol rozpocznie z przewagą dwóch kamieni, które zostaną ustawione na planszy przed rozpoczęciem gry. Kolejne handikapy będą ustalane w zależności od wyniku pierwszej partii. Sądzę, że nawet z przewagą dwóch kamieni przegram z HanDolem. Ostatnio nie czytuję informacji ze świata Go. Chcę w spokoju przygotować się go rozgrywki i zrobię co w mojej mocy, stwierdza Sedol.

      « powrót do artykułu
×
×
  • Create New...