מ"הפוך-את-הרשת": מה שנקרא Inceptionism
DeepDream נולד מתוך פרויקט-מחקר פנימי בגוגל לוויזואליזציה של רשתות-נוירונים עמוקות — ניסיון להבין מה בדיוק "לומדת" כל שכבה ברשת שאומנה לזיהוי-תמונות. במקום להזין תמונה לרשת ולבדוק מה היא מזהה בה, החוקרים אלכסנדר מורדווינצב, כריסטופר אולה ומייק טייקה "הפכו את הרשת", כלשונם: הם הזינו לה תמונת-רעש אקראי, ואז שינו את התמונה עצמה שוב ושוב כדי להגביר ככל האפשר את התגובה של נוירון-פלט מסוים — למשל, זה שאמור לזהות בננה. הרשת ששימשה לניסוי, המכונה Inception, פותחה במקור עבור תחרות-הזיהוי-החזותי ImageNet ב-2014; מכאן גם השם "Inceptionism" שנתנו החוקרים לשיטה עצמה.
הגברת-דפוסים: פארידוליה אלגוריתמית
כשמפעילים את השיטה על תמונה קיימת, ולא על רעש אקראי, האפקט שונה: הרשת מגבירה כל דפוס שהיא כבר "רואה" בתוך התמונה — עננים הופכים לדמויות-חיות, אריחי-קיר הופכים לעיניים — תופעה שהחוקרים כינו "פארידוליה אלגוריתמית" (Algorithmic Pareidolia), בהשאלה ממושג פסיכולוגי שמתאר את נטיית-המוח האנושי לזהות פנים ודמויות מוכרות בעננים או בכתמים אקראיים. ככל שהתהליך חוזר-על-עצמו יותר פעמים על אותה תמונה, כך ההשפעה נעשית קיצונית וחלומית יותר — ומכאן שם הכלי, DeepDream.
קוד פתוח, וגל-אפליקציות עוקב
גוגל פרסמה את הפוסט המקורי, "Inceptionism: Going Deeper into Neural Networks", ביוני 2015, ואת קוד-המקור עצמו, בשם DeepDream, פתחה לציבור כקוד-פתוח ביולי אותה שנה. הפתיחה הזו הצית גל של יישומים עוקבים — אתרים, אפליקציות-מובייל ותוכנות-שולחן-עבודה שאפשרו לכל-אחד להעלות תמונה ולהפעיל עליה את האפקט, בלי צורך בידע טכני. גל-האפליקציות הזה הפך את DeepDream, כמעט בן-לילה, מכלי-מחקר-פנימי לתופעה ויראלית ברשת.
נקודת-ציון מוקדמת בדרך לכלי-הטקסט-לתמונה
לצד רשתות-יריבות-גנרטיביות (GAN), ששחרר איאן גודפלו ב-2014, נחשב DeepDream לאחת משתי נקודות-הציון המוקדמות שסימנו את תחילת-הדרך אל כלי-הטקסט-לתמונה הנגישים של היום, כמו Midjourney ו-Stable Diffusion. בשונה מ-GAN, ששואף לייצר תמונה חדשה-לגמרי שנראית אותנטית, DeepDream לא נועד ליצור תמונה "נכונה" אלא לחשוף, במופגן ובאופן מכוון עד כדי גיחוך, מה בדיוק רשת-נוירונים "רואה" — הבחנה שהפכה אותו לכלי-אמנותי בפני עצמו, לא רק לניסוי-מחקרי.