Certaines des conceptions de Pokemon sont inconfortablement proches de la réalité (au moins à une distance de sécurité)
Je me souviens très bien des enfants à l’école trimballant des affiches des 150 Pokémon originaux (certains ont même été plastifiés !), Et alors que la série approche de la barre des 900 mois, c’est le bon moment pour voir quel type de conceptions Pokémon peuvent bouillonner. d’une IA bien entraînée.
Comme le montre cette expérience de Max Woolf, data scientist chez BuzzFeed, il est possible de créer des monstres de poche à réseau neuronal drôles, étranges et étrangement précis.
J’ai forcé un bot à regarder chaque Pokémon et lui ai dit de générer le sien. Voici les résultats.
(ce n’est pas une blague, c’est en fait comme ça que je les ai fait) pic.twitter.com/MfJUWJHZoB
– Max Woolf (@minimaxir) 15 décembre 2021
à un dédié Pokémon fan, beaucoup de créatures vont immédiatement s’enregistrer comme étant hors marque, mais je parie que je pourrais être trompé avec quelques-unes d’entre elles dans un quiz rapide.
Après avoir suscité beaucoup d’intérêt bien mérité pour l’art sur Twitter et Reddit, Woolf a posté deux Suite des lots de Pokémon générés par l’IA, et ils valent la peine d’être inspectés de près :
Wow, vous aimez tous vraiment, vraiment ces Pokémon générés par l’IA !
En guise de remerciement pour tout votre soutien, que diriez-vous d’un AUTRE LOT BONUS ? ! ?? pic.twitter.com/kM3Kc8bBe6
– Max Woolf (@minimaxir) 15 décembre 2021
Écrivant plus sur le projet sur Reddit, Woolf a déclaré que «l’IA utilisée ici est un ruDALL-E affiné sur les images officielles de Pokemon (c’est-à-dire ne pas VQGAN + CLIP ou Wombo Dream). La façon dont l’IA fonctionne est qu’elle génère les images du haut vers la droite en morceaux de 8 × 8. Il échantillonne le morceau suivant de manière quelque peu aléatoire afin que l’image soit cohérente, le processus de réglage précis apprenant à l’IA à mieux reconnaître les morceaux d’un Pokémon.
Bien qu’il serait étonnant d’avoir une « démo interactive » (un peu comme l’outil Pokemon Fusion facile à utiliser), comme le dit Woolf, « ce n’est pas très portable/facile à utiliser ».
Le sujet des réseaux accusatoires génératifs a été abordé dans une conversation qui a suivi sur Reddit, et il a répondu qu’« il y a eu des tentatives pour former un GAN sur Pokemon mais il est très, très difficile d’obtenir un résultat cohérent. (Les GAN nécessitent une grande quantité d’images d’entrée normalisées de haute qualité, ce que Pokemon n’est pas.) » Cela inspirera peut-être d’autres expériences !
Les machines qui apprennent à propos de Pokémon sont très au-dessus de ma tête, mais fascinantes tout de même. L’image en haut de cet article montre certains de mes petits monstres préférés, et oui, le n°2 nous fait flipper. #4 ressemble à un NFT aléatoire, et #8 est assez précieux pour être réel.
J’espère que le fan art devient incontrôlable dès que possible.
Jordan Devore
Jordan est un membre fondateur de Destructoid et affiche des images apparemment aléatoires. Ils sont tout sauf aléatoires.