viewimage.php?id=2ba8dc2ae1db2ea3&no=24b0d769e1d32ca73feb86fa11d02831b7cca0f2855e21730c7240ebbc096d554aaf002bce68376b363e8fafba8c56e84e4dd68c5eedb470b21034cc5bfe0d88b7ecf60e


이 그림은 자기 '아이를 잡아 먹는 미쉐린맨'이라는 명령어를 "VQ-GAN(Vector Quantized Generative Adversarial Networks) + CLIP" 네트워크에 입력할 때 나오는 이미지예요


OpenAI가 이미지를 생성하는 Dall-E는 공개하지 않고 이미지를 분류하는 CLIP만 공개해서 요즘에 CLIP에 다른 인공지능 네트워크를 끼워넣어 이미지를 만들어 보는 사람들이 많은데 이게 그 결과물 중하나라고 보시면 될 거같아요


Imagenet과 달리 CLIP은 이미지에 일일이 이름표를 달지 않고도 이미지를 분류할 수 있어요 즉 그냥 구글 이미지를 무지하게 학습시키는 것만으로도 인공지능이 사람이나 동물같은 일반적인 개념 뿐 아니라 미쉐린 맨같은 캐릭터 또한 알아볼 수 있고, 그것을 토대로 이미지를 만들어냈다는 겁니다


지금은 이미지일 뿐이고 그마저도 매우 해괴하고 비사실적이지만 특이점을 믿는 우리들은 조만간 인공지능이 비약적으로 발달하리라는 것을 기대하고 있잖아요?


만약 차세대 차차세대의 인공지능이 단순 이미지가 아니라 동영상까지도 처리할 수 있다면, 그리고 인간언어를 더 능숙하게 다루고 이해할 수 있다면 특정 시대, 지역의 유행이나 그 시대 사람들의 말투, 스타일, 화제거리 등을 구현해내지 못하리란 보장이 없다고 봐요. 이미 우리에게는 자료가 충분합니다. 지도 데이터도 있고, 무수한 사진과 영상들도 있고, 또 유튜브에보면 각국 문화를 소개하는 채널이나 뉴스 다큐멘터리는 얼마나 많나요. 희망을 가집시다