Ta osoba nie istnieje jako najlepsza jednorazowa strona internetowa z 2019 roku

Na pierwszy rzut oka obrazy zamieszczone na stronie internetowej „Osoba, której nie ma” mogą wydawać się przypadkowymi portretami z liceum lub niewyraźnymi strzałami w głowę LinkedIn. Ale każde pojedyncze zdjęcie na stronie zostało stworzone przy użyciu specjalnego rodzaju algorytmu sztucznej inteligencji zwanego generatywnymi sieciami przeciwstawnymi (GAN).

Za każdym razem, gdy strona jest odświeżana, pojawia się szokująco realistyczne - ale całkowicie fałszywe - zdjęcie twarzy danej osoby. Były twórca oprogramowania Uber Phillip Wang stworzył stronę, aby zademonstrować, do czego są zdolne GAN, a następnie opublikował ją we wtorek w publicznej grupie na Facebooku „Artificial Intelligence & Deep Learning”.

Zobacz także: Twórca tej osoby nie istnieje. Wyjaśnia, dlaczego stworzył witrynę

Kod źródłowy, który to umożliwił, zatytułowany StyleGAN, został napisany przez Nvidię i opublikowany w artykule, który nie został jeszcze poddany recenzji. Ten dokładny typ sieci neuronowej ma potencjał zrewolucjonizowania gier wideo i technologii modelowania 3D, ale, podobnie jak w niemal każdej technologii, może być również wykorzystywany do bardziej złowrogich celów. Deepfakes lub generowane komputerowo obrazy nałożone na istniejące zdjęcia lub filmy mogą być używane do przekazywania fałszywych narracji informacyjnych lub innych oszustw. Właśnie dlatego Wang postanowił stworzyć hipnotyzującą, ale także mrożącą krew w żyłach stronę internetową.

„Postanowiłem zagłębić się we własne kieszenie i podnieść świadomość społeczną na temat tej technologii” - napisał w swoim poście. „Twarze są najistotniejsze dla naszego poznania, więc postanowiłem podnieść ten konkretny, wcześniej wyszkolony model. Za każdym razem, gdy odświeżasz witrynę, sieć wygeneruje nowy obraz twarzy od podstaw z 512-wymiarowego wektora. ”

Jak działają GAN?

Koncepcja GAN została po raz pierwszy wprowadzona w 2014 r. Przez cenionego informatyka Iana Goodfellowa i od tego czasu Nvidia jest w czołówce technologii. Tero Karras, główny naukowiec w firmie, prowadził wiele badań GAN.

W swoim rdzeniu GAN składają się z dwóch sieci: generatora i dyskryminatora. Te programy komputerowe konkurują ze sobą miliony razy, aby udoskonalić swoje umiejętności generowania obrazów, dopóki nie będą wystarczająco dobre, aby stworzyć pełnoprawne zdjęcia.

Naukowcy nie byli w stanie stworzyć wysokiej jakości obrazów 1024x1024 przy użyciu tej metody do niedawna - pod koniec 2017 r. - kiedy Nvidia złamała kod przy użyciu techniki opisanej w słynnym dokumencie ProGAN. StyleGAN opiera się na tej koncepcji, dając naukowcom większą kontrolę nad określonymi cechami wizualnymi.

Dlaczego Nvidia jest tak dobra w GAN?

Pierwszą linią biznesową firmy Nvidia jest projektowanie i sprzedaż procesorów graficznych (GPU lub kart graficznych. Procesory graficzne są silnikami do uczenia maszynowego, które są wykorzystywane do szkolenia algorytmów, takich jak StyleGAN, przez wiele godzin. Krótko mówiąc, procesory graficzne są doskonałe w szybkim mnożeniu masywne rzędy i kolumny liczb, co jest rodzajem tego, co dzieje się pod maską, gdy AI zostanie przeszkolona.

Firma korzysta z dostępu do swoich najnowocześniejszych procesorów graficznych, dając naukowcom dodatkową zaletę najnowocześniejszych zasobów do szkolenia sieci neuronowych.

Przyszłość GAN

Nvidia, Facebook, Google i wiele innych firm technologicznych ma eskadry naukowców opracowujących wersje tego A.I. technika. Ostatecznym celem jest wykorzystanie go do generowania w pełni opracowanych wirtualnych światów, potencjalnie w VR, przy użyciu zautomatyzowanych metod zamiast twardego kodowania. Ale w międzyczasie, GAN są już wykorzystywane do rozwijania początkującego rynku wirtualnych mediów społecznościowych.

Mnóstwo wygenerowanych komputerowo postaci reklamujących marki modowe i firmy lifestylowe zgromadziło już miliony obserwujących w Internecie. Firmy venture capital zainwestowały miliony w tę koncepcję, a GAN mogą posłużyć do uczynienia tych modeli 3D bardziej realistycznymi przy mniejszym nakładzie pracy.

Do tego czasu będziesz w stanie znaleźć nas okresowo odświeżających tę osobę, która nie istnieje, patrząc z zapomnieniem w oczy jej zwodniczo uduchowionych fałszywych twarzy. To ekscytujący, a zarazem mrożący krew w żyłach przykład tego, jak realistyczne stają się fałszywe światy przyszłości.