211service.com
Te niewiarygodnie realistyczne fałszywe twarze pokazują, jak algorytmy mogą teraz z nami zadzierać
Powyższe twarze nie wydają się szczególnie niezwykłe. Można je łatwo zaczerpnąć, powiedzmy, z Facebooka czy LinkedIn. W rzeczywistości zostały wymyślone przez nowy rodzaj algorytmu sztucznej inteligencji.
Badacze Nvidii opublikowali szczegóły metody tworzenia całkowicie wyimaginowanych fałszywych twarzy z oszałamiającym, prawie niesamowitym realizmem (tutaj papier ).
Badacze, Tero Karras, Samuli Laine i Timo Aila, opracowali nowy sposób konstruowania generatywnej sieci przeciwnika (GAN).
Sieci GAN wykorzystują dwie pojedynkowe sieci neuronowe, aby nauczyć komputer poznawania natury zestawu danych na tyle dobrze, aby generować przekonujące podróbki. W przypadku zastosowania do obrazów umożliwia to generowanie często bardzo realistycznej fałszerstwa. Ci sami badacze Nvidii używali wcześniej tej techniki do tworzenia sztuczne gwiazdy (przeczytaj nasz profil wynalazcy GAN, Iana Goodfellowa).
Nvidia produkuje chipy komputerowe, które są kluczowe dla sztucznej inteligencji, ale firma zatrudnia również armię inżynierów oprogramowania do opracowywania przydatnych narzędzi i eksperymentowania z nowymi sposobami wykorzystania swojego sprzętu.
Fałszywe twarze celebrytów Nvidii (dwa górne rzędy) i ich nowe, bardziej realistyczne fałszywe twarze poniżej. Nvidia
Poniższe zdjęcia pokazują, jak bardzo udoskonalona jest nowa praca.
W najnowszej pracy naukowcy zainspirowali się techniką znaną jako przeniesienie stylu zbudować swój GAN w zupełnie inny sposób. To pozwoliło ich algorytmowi zidentyfikować różne elementy twarzy, które naukowcy mogli następnie kontrolować.
DO wideo opracowane przez naukowców pokazują, w jaki sposób podejście można wykorzystać do zabawy i remiksowania różnych elementów, takich jak wiek, rasa, płeć, a nawet piegi.
Z pewnością wydaje się, że jest to kolejny duży skok jakościowy dla GAN, mówi Mario Klingemann , artysta i programista, który w swojej pracy wykorzystuje GAN. Wydaje się również, że jest niesamowicie kontrolowalny, w przeciwieństwie do dotychczasowych GAN, w których musisz eksperymentalnie wymyślić, jak skierować wyniki w określonym kierunku (na przykład wywołać uśmiech na twarzy lub ją postarzyć).
Klingemann mówi, że bardzo chciałby dostać się do kodu i eksperymentować z nim w celach artystycznych. Bardzo mnie interesuje, jak sprawić, by ten model robił „złe” rzeczy – mówi.
GAN prawdopodobnie zmienią sposób generowania gier wideo i efektów specjalnych. Podejście to może wyczarować realistyczne tekstury lub postacie na żądanie. Nvidia pokazała niedawno projekt, który wykorzystuje GAN do syntezy wyglądu obiektów w scenach w czasie rzeczywistym w grze samochodowej.
Adobe ma również projekt wykorzystujący GAN aby poprawić realizm obrazów po ich manipulacji, usuwając artefakty, które można łatwo wprowadzić. GAN mogą być również używane do wyostrzania zdegradowanych obrazów lub wideo.
Ale praca jest również uderzającym przykładem tego, jak postępy w uczeniu maszynowym prowadzą do wszelkiego rodzaju nowych możliwości fałszerstwa. O potencjalnym fałszerstwie wideo, które może zaszkodzić dyskursowi politycznemu, pisaliśmy w specjalnym wydaniu poświęconym polityce na początku tego roku (zobacz ponownie Fake America great ).