Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Art attack para robôs: ensinando arte à máquina

Art attack para robôs: ensinando arte à máquina

Machine learning vem revolucionando o mercado tecnológico com soluções cada vez mais arrojadas: algoritmos de recomendações que sabem exatamente do que gostamos, fones de ouvido capazes de traduzir conversas inteiras em tempo real e até poder preditivo para nos ajudar a adivinhar o futuro. Mas e quanto à arte? Podemos ter máquinas criativas e inteligentes o suficiente capaz de produzir arte? O que acontece quando juntamos poder computacional e as obras dos maiores artistas que a história já viu? É o que você vai descobrir nessa incrível jornada rumo ao desconhecido e o inusitado mundo do aprendizado de máquina.

Isabella Silveira

November 25, 2017
Tweet

More Decks by Isabella Silveira

Other Decks in Technology

Transcript

  1. X

  2. X

  3. X

  4. X

  5. X

  6. X

  7. Isa Silveira @silveira_bells Desenvolvedora @Work&Co Beer lover, cover da Anitta,

    mãe de cachorro, maths freak, senso de humor peculiar @vida
  8. 1. A expressão de habilidades criativas e imaginação, tipicamente em

    forma visual, como pintura ou escultura, produzindo obras apreciadas primariamente por sua beleza ou apelo emocional. [Dicionário] 2. "Arte é plágio ou revolução.” [Paul Gauguin] 3. "Arte é harmonia." [Georges Seurat] 4. “Provocar em alguém um sentimento que o mesmo já tenha sentido, essa é a atividade da arte”. [Leo Tolstoy]
  9. E se o artista cria uma ideia e a arte

    é feita por outra pessoa?
  10. O aprendizado automático ou aprendizado de máquina (em inglês: "machine

    learning") é um subcampo da o que evoluiu do estudo de reconhecimento de padrões e da teoria do aprendizado computacional em inteligência artificial . Em 1959, Arthur Samuel definiu aprendizado de máquina como o "campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados". O aprendizado automático explora o estudo e construção de algoritmos que podem aprender de seus erros e fazer previsões sobre dados. Tais algoritmos operam construindo um modelo a partir de inputs amostrais a fim de fazer previsões ou decisões guiadas pelos dados ao invés de simplesmente seguindo inflexíveis e estáticas instruções programadas.
  11. Permite que a máquina aprenda. Com algoritmos de ML é

    possível parsear dados, aprender com eles e fazer classificações ou predições em massa. Ao invés de criarmos algoritmos cheios de regras específicas para executar uma tarefa, treinamos a máquina com datasets enormes para que ela aprenda como executar a tarefa por si só.
  12. Na área de ML, existem vários algoritmos; cada um mais

    adequado para resolver um tipo de problema
  13. Gerar imagens de artes novas, com base em todas as

    artes analisadas durante o treinamento
  14. 1. Um algoritmo poderoso; 2. Alguns milhares de pinturas; 3.

    Um processador potente; 4. 5 baldes de paciência; 5. Duas xícaras de persistência; 6. Amor a gosto ❤
  15. 1. Um algoritmo poderoso; 2. Alguns milhares de pinturas; 3.

    Um processador potente; 4. 5 baldes de paciência; 5. Duas xícaras de persistência; 6. Amor a gosto ❤
  16. Ele faz isso a partir de duas redes neurais que

    ficam lutando uma contra a outra
  17. No modelo discriminativo nós buscamos descrever cada resultado com base

    nos dados e parâmetros que já temos, ou seja, achar padrões para classificá-los ou prever resultados futuros. Já no modelo gerador, queremos gerar novas amostras de dados com base no que já aprendemos dos dados que foram alimentados ao algoritmo para treinamento. Modelo gerador Modelo discriminativo Tipos de modelos
  18. Rede Neural 1 - O descriminador Seu trabalho é reconhecer

    se a imagem se trata de uma carteira de identidade legítima
  19. Rede Neural 2 - O gerador Seu trabalho é criar

    imagens de carteiras de identidade Photoshop mad skillz
  20. 1. Um algoritmo poderoso; 2. Alguns milhares de pinturas; 3.

    Um processador potente; 4. 5 baldes de paciência; 5. Duas xícaras de persistência; 6. Amor a gosto ❤
  21. 1. Um algoritmo poderoso; 2. Alguns milhares de pinturas; 3.

    Um processador potente; 4. 5 baldes de paciência; 5. Duas xícaras de persistência; 6. Amor a gosto ❤
  22. 1. Um algoritmo poderoso; 2. Alguns milhares de pinturas; 3.

    Um processador potente; 4. 5 baldes de paciência; 5. Duas xícaras de persistência; 6. Amor a gosto ❤
  23. Temos que nos acostumar cada vez mais com um futuro

    onde máquinas também fazem trabalho criativo
  24. Em todos esses trabalhos existe o treinamento em recursos já

    existentes
 e uma certa “imprevisibilidade criativa”