Сохранить все достижения и знания: как обезопасить архив человечества от вмешательства, где и в каком виде хранить глобальную резервную копию и как из картины сделать фотографию? Об этом прямо сейчас в программе Вести.net.

На севере Норвегии будет создан цифровой архив человечества – некое хранилище наиболее ценных изображений, текстов, научных работ, метеонаблюдений, описаний технологий и вообще любой информации, которую правительства, компании и даже отдельные граждане планеты посчитают нужным сохранить на века.

Место для своего рода "глобальной резервной копии" выбрано всего в 1000 километрах от северного полюса, на острове Шпицберген, рядом с уже существующим "всемирным семенохранилищем" — это тоннель в промерзшей скале, где с 2006 года стараются собрать и сохранить, на случай какой-нибудь ужасной катастрофы, генофонд всех сельскохозяйственных растений. И вот теперь по соседству решили по тому же принципу хранить данные.

Самое любопытное в этой истории – это выбранная технология условно-вечного хранения: цифровую информацию собираются записывать на аналоговый носитель. Фактически — на фото- или, точнее, на кинопленку в виде изображений, похожих на двумерный QR-код. Логика этой технологии, разработанной норвежской компанией Piql, в том, что отправить обычные цифровые данные на записывающее устройство не сложнее, чем на офисный принтер. А полученную катушку пленки в принципе невозможно отредактировать. И хранится она в оффлайне, атаки через Интернет тоже исключены.

Гарантированный строк хранения – 500 лет, но в Piql уверяют, что и за целое тысячелетие с данными ничего не случится. Первыми клиентами еще не построенного хранилища стали Национальные архивы Мексики и Бразилии.

***

Программисты из Калифорнийского университета в Беркли, США, научили нейросеть превращать картины художников в реалистичные фотографии, зиму в лето, а коня в зебру. Журналисты уже прозвали систему “Prisma наоборот”, потому что делает она ровно обратное тому, что умеют арт-фильтры приложения Prisma. Используя технологию переноса стиля, нейросеть умеет преобразовывать картины, написанные именитыми живописцами, в “почти фотографии”.

Новый алгоритм – результат долгой разработки. На первом этапе исследователи определяли отношения между похожими стилями таким образом, чтобы их могла понять машина. На втором этапе тренировались так называемые состязательные или конкурирующие сети: им "скармливали" огромное число фотографий.

Всего для тренировки программы было использовано около двух тысяч изображений работ Моне, Ван Гога и Сезанна, почти 7 тысяч пейзажных фотографий с Flickr, две тысячи снимков зебр и лошадей, а также более 50 тысяч фотографий других объектов.

После этого люди и компьютеры оценивали качество результатов, программисты вручную корректировали ошибки алгоритма при анализе снимков. В итоге система научилась реалистично переносить стиль с одного изображения на другой, а также трансформировать объекты. Правда, в последнем случае нейросеть испытывает сложности с геометрическими преобразованиями: например, при подмене яблок апельсинами форма фруктов частично искажается, но узнать апельсин можно, а вот попытка превратить кошку в собаку просто искажает объект до неузнаваемости.

Кстати, этот эффект могут использовать режиссеры фильмов ужасов: нейросеть легко создаст разные вариации монстров простой подменой живых объектов. На портале GitHub, куда ученые выложили свою работу и код программы, появилась и gif-картинка с примером применения алгоритма на видео. И получилось довольно неплохо, по крайней мере, на примере превращения лошади в зебру.

Практическое применение система может найти в науке: например, для исторических реконструкций: понять, как на самом деле выглядели те или иные пейзажи, населенные пункты когда-то в прошлом. Или в кинематографе: если спектр действия этого алгоритма так широк, как пишут разработчики, то можно довольно легко менять текстуры на постобработке отснятого видеоматериала.

Надо сказать, что ученые занимаются разработкой искусственных нейронных сетей более 70 лет. Однако большое внимание публики и медиа к нейросетям можно было наблюдать в первой половине 2016 года, когда на рынке появилось сразу несколько громких развлекательных проектов, использующих нейронные сети — это и популярный видеосервис MSQRD, который выкупила социальная сеть Facebook, и российские приложения для обработки снимков Prisma, Artisto, и Vinci.

Способности собственных нейронных сетей демонстрировали и Google: технология AlphaGo выиграла у чемпиона в Го, кроме того, в марте 2016 года корпорация продала на аукционе 29 картин, нарисованных нейросетями.

В это же ряду и Microsoft с проектом CaptionBot, распознающий изображения на снимках и автоматически генерирующий подписи к ним; еще один проект WhatDog, по фотографии определяющий породу собаки и сервис HowOld, угадывающий возраст человека на снимке.

Конечно, же Яндекс не остался в стороне: в июне 2016 команда встроила в приложение Авто.ру сервис для распознавания автомобилей на снимках, представила записанный нейросетями музыкальный альбом, а в мае создала проект LikeMo.net для рисования в стиле известных художников.