Nvidia: Petswap wandelt Labradore in Hyänen und Eisbären um

Wie sieht ein Labrador in Katzenform aus? Nutzer können es mit dem Nvidia-Tool Petswap herausfinden. Es basiert auf dem neuronalen Netzwerk Funit, das menschliche Vorstellungskraft imitieren soll - teils mit skurilen Ergebnissen.

Artikel veröffentlicht am 16. Mai 2019, 13:15 Uhr, Oliver Nickel

Nvidias Tool kreiert Hunde-Katzen-Bären-Mutanten. (Bild: Nvidia)

Nvidia-Forscher arbeiten am neuronalen Netzwerk Funit, das zwei verschiedene Bildquellen zu einem neuen Bild verschmelzen kann. Auf Basis des Systems hat das Entwicklerteam das Tool Petswap konstruiert, welches Besitzer von Haustieren ausprobieren können. Die Software nimmt das Quellbild des eigenen Tieres und wandelt dieses in andere Tierarten und Rassen um. Bisher ist die Umwandlung in verschiedene Hunde- und Hauskatzenarten wie Golden Retriever und Husky möglich. Auch Raubkatzen, Bären, Hyänen und Erdmännchen sind mögliche Zieltiere.

Die Verschmelzung zweier Arten führt zu einem neuen, teils skurril aussehenden Wesen. Das wird beispielsweise deutlich, wenn ein langschnauziger Hund in einen Mops verwandelt wird. Auch das Erstellen von beweglichen Videosequenzen ist bereits möglich, macht aber auch einige Bildfehler wie das Verschwinden von Augen deutlich, die etwa beim Neigen des Kopfes und damit einem Perspektivwechsel auftreten. Das Projekt erinnert dabei etwas an Deep Fakes, welches Gesichter von Personen auf die Körper anderer Personen modelliert. Dies wurde beispielsweise für pornografische Inhalte verwendet.

Imitation von menschlichem Denken

Die Forscher wollen mit ihrem Projekt das Verständnis von Menschen imitieren, die sich durch ihre Vorstellungskraft Tiere in verschiedenen Positionen ausmalen können, etwa im Sitzen, im Stehen oder beim Rennen. Dazu überträgt das Gehirn bekannte Bilder von beispielsweise Katzen auf eine bestimmte Katzenart. Funit soll dieses Prinzip nach dem Training mit einer geringen Zahl an Referenzbildern ebenfalls erreichen.

Dazu muss das System allerdings zuvor mit vielen Bildern für einen Klassen-Identifier trainiert werden. Dieser gibt dem Modell Informationen, welche Merkmale bestimmte Objekte - im Beispiel Säugetiere - haben. Das trainierte Funit-Modell benötigt dann nur noch ein Eingabebild, um dieses in diverse Unterarten zu verwandeln. In einem Video erklärt Nvidia, dass dies nicht nur mit Tieren funktioniert, sondern etwa auch mit Lebensmitteln - Und das geht über die Vorstellungskraft der meisten Menschen hinaus.