appjecalendarcheckchevron-downchevron-leftchevron-rightchevron-upclosedownloaddragfacebookfast-backwardfast-forwardgoogle-plusiconinstagramlinkedinlistlisten-livelogo-tour-de-france mailmicrophonepauseperson-man-2person-woman-4phonepinterestplayplaylistplyr-nextplyr-prevquestionquotesearchsharestar-openstarthumbdownthumbuptwitterwatch-livewhatsappyoutubeplyr-captions-off plyr-captions-on plyr-enter-fullscreen plyr-exit-fullscreen plyr-fast-forward plyr-muted plyr-pause plyr-play plyr-restart plyr-rewind plyr-volume
Afspeellijst Je afspeellijst is leeg

Help ons kunstmatige intelligentie testen!

Lara Rense fotogenerator
dinsdag 30 mei 2017 | NTR | Katinka Zorge

Het is zover: ons eigen kunstmatige intelligentie-systeem is af! De komende twee weken kan iedereen het online testen.

Een tijdje geleden riepen we jullie op om ons te helpen. Met behulp van luisteraars van NPO Radio 1, sitebezoekers van de Kennis van Nu en een paar zwoegende handen op meerdere redacties hebben we honderden tekeningen en foto’s weten te verzamelen. Allemaal van hetzelfde object: Nieuws en Co-presentator Lara Rense. Hiermee zal het programma nieuwe tekeningen van Lara zelf in foto’s van haar kunnen veranderen. Gerda Bosman vertelde erover bij Nieuws en Co.

Van tekening naar foto en vice versa

Een echt kunstmatige intelligentie systeem dus: gebaseerd op de data van de tekeningen en de foto’s kan het systeem zelf verzinnen hoe een foto gebaseerd op een nieuwe tekening eruit moet zien. Hij herkent bijvoorbeeld waar je wenkbrauwen hebt getekend en wat Lara’s neus zou moeten zijn (zie bovenstaande afbeelding). Maar hoe werkt dit kunstmatige intelligentie-systeem nou precies?

Tom Kenter, promovendus Informatietechnologie aan de Universiteit van Amsterdam, legt het uit. Je voert een heleboel foto’s in, met bijbehorende tekening. Daarmee gaan twee rekennetwerken aan de slag. Het ene netwerk is een ‘generator’, die berekent hoe een foto van een tekening eruit kan zien. Het resultaat wordt beoordeeld door de ‘discriminator’, die moet zeggen of de afbeelding die de generator hem laat zien berekend is door het algoritme, of dat het een originele foto is.

KLIK HIER OM DE TOOL TE OPENEN

 

Zo scherpen beide netwerken hun onderscheidingsvermogen aan. Het ene maakt foto’s van tekeningen, de andere beoordeelt ze. Als de generator het goed doet – hij maakt een goede afbeelding waar de discriminator van denkt dat het een origineel is, krijgt de generator een beloning en de discriminator een strafpunt. 

En andersom: als de discriminator de afbeelding ontmaskert als een berekening, krijgt hij een beloning en gaan de strafpunten naar de generator.

Op deze manier leert de generator langzaamaan hoe een foto van Lara er moet uitzien.

Als je een tekening  van Lara maakt bij de het ‘input’-vakje van de generator spuugt hij, gebaseerd op zijn kennis, een mooie Lara- foto uit. Het idee komt van kunstenaar Christopher Hesse, die hetzelfde deed met handtasjes, katten en gebouwen.

Werkt het? Jazeker, zie de afbeeldingen hieronder. Het programma moet nog wel uitvoerig getest worden. Zin om eens wat kunstmatige intelligentie aan het werk te zien? Test het programma en stuur ons je Lara’s (via Facebook of Dit e-mailadres wordt beveiligd tegen spambots. JavaScript dient ingeschakeld te zijn om het te bekijken.). De mooiste, interessantste en gekste Lara’s komen in de galerij. Wees er snel bij, want de generator staat maar twee weken online! Tip: de generator werkt het best in de Google Chrome-browser. 

Dat lijkt al best op Lara.

Van de zoen komt niets terecht. 

Lara met een Lara-vogeltje. 

Met dank aan:

Foto’s en tekeningen

Rutger Coucke, Marianne Wanink, Remko van Deijk, Rudolf Matulessya, Katinka Zorge, Doetie Talsma, Simon Smulders, Jessie van den Broek, Frank Ebbe, Edward Rousseau en natuurlijk Lara Rense.

Technische realisatie

Gerda Bosman,Tom Kenter en Rolf Jagerman (UVA) en Daan Gosman (NPO). 

Support

Erik Harkink, Marilou Nillesen, Janine Hodges, Frans van den Heuvel, Edward Roussou, Loes Koopman, Sanne Ruhaak, Frances Slough, Nande Vocaal, Els Dijkstra, Bregje Vrolijk, Baldwin Leijen, Geeske en Gerrit, Sigrid Ros, Juanita Wesenhagen, John Hoogland, Ronald van Aggelen, Viv Cohen, David Graus, Ronald van Aggelen.

Webinterface

Christopher Hesse.

Gebaseerd op

Het werk van Philip Isola et al: Image-to-Image Translation with Conditional Adversarial Networks: https://arxiv.org/pdf/1611.07004v1.pdf.  

Dit artikel werd verzorgd door de wetenschapsredactie van De Kennis van Nu (NTR)

Radio 1 houdt je dagelijks op de hoogte over de laatste ontwikkelingen in de wetenschap

Maandag t/m vrijdag rond 16.20 uur in Nieuws en Co

Dinsdag en vrijdag rond 10.50 uur in de Ochtend

Vorige pagina Back to top
NPO Radio 1