V roce 2014 představil Ian Goodfellow metodu aplikace strojového učení, zvanou generative adversarial network (GAN). Pomocí dvou neuronových sítí, generativní (generující zpočátku náhodný šum) a diskriminační (hodnotící shodu generovaného obrázku s původní sadou), se uplatňuje strojové učení v tvorbě zcela nových, skutečně vypadajících výstupů v mnoha oblastech. Mimo genezi se sítě uplatňují též v přenosu určité vstupní informace na další prvky.
Podobné sítě lze v menším měřítku testovat též v domácích podmínkách. Geneze tváří (↑↑) stejně jako geneze ručně psaných čísel (↓) vychází z volně dostupných datových sad, čítajících tisíce příkladů. Takto fungující soustavy pak lze s většími, či menšími nedostatky adaptovat na vlastní datové vstupy. Pokus s opakující se fotkou stejného veřejného prostoru (↑) však dosáhl, s ohledem na výkonnostní a časové omezení běhu, pouze omezených výsledků.
Tyto metody už dnes mají velký dopad na současnou grafiku. Lze se jimi inspirovat i jinde?
Do kontaktu s architekturou se generativní sítě dostaly už z pohledu fotografie. Panoramatické mapování ulic se tak stává ohromným zásobníkem dat pro vznik iluzivních prostor. Dokáže však podobná síť napodobit též městskou strukturu?
S ohledem na nemožnost využití bezztrátových vektorových obrázků je tak třeba nejprve stanovit pravidla pro extrakci dat a připravit datovou sadu pro budoucí síť. Jako dostatečně vypovídající výsek o typu městské struktury v určité čtvrti nám poslouží uliční síť v oblasti o poloměru 500 m. Takto abstrahovaná data, normalizovaná do čtvercových rozměrů vykazují rozpoznatelnou variabilitu struktur.
Pro budoucí práci s daty si plány rozdělím na dva hlavní proudy. Jsou to města založená
v pravidelné síti (gridu) a rostlá města. Toto dělení později uplatníme při vizualizaci dat a také pomůže generativní síti se základní diferenciací vstupních obrázků a informací v nich nesených.
K extrakci většího objemu mapových dat pak uplatňuji knihovnu OSMnx v jazyce Python. Zapojením seznamu 10 000 měst z celého světa tak získávám struktury z přibližných center
sídel, jež především na základě geografické polohy dělím na dvě zmiňované skupiny.
Pro uplatnění dat jsem se rozhodl využít fungující generativní síť pro tvorbu čísel. S ohledem na abstrahování dat na základní uspořádání je generativní síť pouze rozšířena na vyšší rozlišení vstupních a výstupních obrázků. Dataset městských struktur je pak omezen na jeden barevný kanál. Během testování se invertovaný vstup jevil jako srozumitelnější informace pro stavbu využívané sítě.
Barvy v obrázcích vlevo znázorňují nadmořské výšky bodů, respektive sklony jednotlivých ulic.
Podobně by později bylo možné rozšířit datový vstup o další informace vyjadřující unikátnost města.
Jak už bylo zmíněno dříve, neumí současné neuronové sítě pracovat s vektorovými obrázky. Proto bylo třeba stanovit rozměr výsledného normalizovaného vstupu. Zde jsem hledal kompromis mezi dostatečným počtem pixelů pro diferenciaci jednotlivých ulic a optimální velikostí dat pro dostupný hardware. V této práci jsem tedy operoval s rozlišením 140 na 140 pixelů. Jak bude možné vidět ještě později, rozměry umožnily počítači porozumět pouze některým skutečnostem v dostupném datasetu, nicméně se jedná dostatečnou velikost s ohledem na čitelnost dat.
Před samotnou tvorbou nových příkladů se pokusíme porozumět pohledu počítačového vidění na vstupní obrázky. Implementace TensorFlow pro strojové učení nabízí nástavbu pro vizualizaci dat
v podobě knihovny TensorBoard. Jejím uplatněním dokážeme zobrazovat ohodnocená data v trojrozměrném i dvourozměrném prostoru. Pochopení skladby dat nám pak umožní lépe nahlížet na výstupy generované adversariální sítí a efektivněji vyhodnocovat skutečnosti zobrazované na obrázcích.
V rámci implementace TensorBoard tedy můžeme pozorovat i na náhodném vzorku tisíce měst (↑) tendenci vzniku třech hlavních clusterů. Význam barev je zde ve všech případech pouze informativní a informace nijak neovlivnila proces tréninku sítě. Oranžová zde znázorňuje města původně označená jako rostlá, modrá barva pak značí města založená na síti.
Už jen zběžným pohledem na tři různá nastavení ve sloupcích vidíme, že vykazují rozdílnou míru diferenciace měst. Levý, nejnižší stupeň promíchání dat nedosáhl na dostatečnou úroveň rozlišení jednotlivých typologií, přesto dokazuje schopnost počítače vyhodnotit většinu obrázků jako zobrazení struktur podobného původu, města.
Uprostřed a vpravo se během 1000 iterací vycizelovaly tři předpokládané skupiny v různé úrovni čitelnosti odvislé od nastavení procesu. Pozorujeme kompaktnost a rozmanitost v oranžovém/rostlém clusteru, naopak modrý/gridový cluster vykazuje spíše tři hlavní směry založení měst na síti ulic. Vidíme
tak nejspíše ortogonálně založená města, diagonálně založená města a více rozprášenou skupinu alternativních gridových založení. V obou skupinách lze pozorovat zástupce druhé barvy, což způsobuje v jistém procentu případů statistická chyba původního dělení.
Chybou už jistě není vznik třetí, zjevně kombinované skupiny, která zastupuje pravděpodobně příklady z rozhraní různých struktur, či určité propojení pravidel ze dvou předchozích struktur.
Dole pak vidíme zobrazení metody schopné ohodnotit jednotlivé faktory a promísit je v 3D prostoru. I zde lze se stejným zbarvením pozorovat stejné tendence. Navíc je zde viditelnější rozdíl v rozmanitosti typologií.
Na výstupech rozdílných nastavení sítě lze vyčíst že se síti více či méně, přesto ne optimálně dařilo konvergovat. Z nejlepších výstupů můžeme číst tendenci počítače pochopit různé principy uspořádání města. Příčinami nedokonalé konvergence pak může být náročnost datové sady vůči robustnosti uplatněné sítě.
V rámci procesu navrhování lze však výsledky uplatnit při vlastní interpretaci a v dalších neuronových sítích. To nám pak umožní sítě přenášející informace tzv. image-to-image. Pomůže barevná adaptace výstupu a doplnění základní předpokládané sítě a staveb do zhuštěných míst.
Výsledné obrázky tak zobrazují satelitní snímky neexistujících osídlení vycházející z počítačové
interpretace 10 000 obrázků měst a lidské interpretace jednotek či desítek vybraných výstupů.
Generativní adversariální sítě tak přináší inspirační motivy nesoucí skutečné informace z reálných měst.
