Investigadores del MIPT, la Escuela Superior de Economía y el Instituto de Programación de Sistemas de la Academia Rusa de Ciencias desarrollaron un algoritmo que mejora la generación de imágenes incluso con escasez de ejemplos para el entrenamiento. La tecnología ayuda a la inteligencia artificial a identificar las características distintivas de un objeto y transferirlas con mayor precisión a nuevas imágenes.
El problema es especialmente notable cuando el usuario carga una sola fotografía. En lugar de asimilar las características del objeto, la red neuronal memoriza el fondo y los detalles aleatorios.
Pídele que dibuje un gato en el espacio, y representará al animal en el mismo sofá, pero con el espacio dibujado alrededor.
Los científicos modificaron el enfoque matemático para el procesamiento del ruido, con el cual los modelos generativos crean imágenes. El algoritmo desplaza la atención de la red neuronal hacia ruidos débiles que conservan información sobre los detalles sutiles del objeto.
Gracias a esto, el modelo asimila mejor las características distintivas del objeto y depende menos de las características aleatorias de la imagen original. Al mismo tiempo, la tecnología casi no requiere recursos computacionales adicionales.