Neuronale Netze können lernen, fotorealistische Bilder zu erzeugen. Jüngste Entwicklungen auf dem Gebiet des maschinellen Lernens weisen darauf hin, dass es zukünftig immer schwieriger werden wird, Bilder und Videos, die von einem Computer generiert sind, von herkömmlichen zu unterscheiden.
In den letzten zehn Jahren wurde der Fotoautomat »FLICK_KA« im Foyer des ZKM von über 50.000 BesucherInnen benutzt, die sich darin fotografieren ließen. Ihre Porträts dienten als Trainingsdatensatz für den Algorithmus[1][2], der mittlerweile imstande ist, aus den kombinierten Charakteristika aller Personen, die sich dort je fotografieren ließen, vollkommen künstliche Bilder zu erzeugen.
[1] Tero Karras, Timo Aila, Samuli Laine, and Jaakko Lehtinen, “Progressive Growing of GANs for Improved Quality, Stability, and Variation,” in: ArXiv, 2017. Available online at: https://arxiv.org/abs/1710.10196, accessed 08/17/2018.
[2] Tero Karras, “Progressive Growing of GANs for Improved Quality, Stability, and Variation“, (2018), Available online at: https://github.com/tkarras/progressive_growing_of_gans, accessed 11/05/2018.
Interessiert am Thema „Visual arts“?
Mit Ihrem personalisierten Culture Weekly erhalten Sie Updates
Fertig!
Sie erhalten Ihr erstes Culture Weekly diese Woche.