211service.com
Estas caras falsas increíblemente realistas muestran cómo los algoritmos ahora pueden jugar con nosotros
Las caras de arriba no parecen particularmente notables. Podrían tomarse fácilmente de, por ejemplo, Facebook o LinkedIn. En realidad, fueron ideados por un nuevo tipo de algoritmo de IA.
Los investigadores de Nvidia publicaron detalles del método para producir caras falsas completamente imaginarias con un realismo impresionante, casi espeluznante (aquí está el papel ).
Los investigadores, Tero Karras, Samuli Laine y Timo Aila, idearon una nueva forma de construir una red antagónica generativa, o GAN.
Las GAN emplean dos redes neuronales en duelo para entrenar a una computadora para que aprenda la naturaleza de un conjunto de datos lo suficientemente bien como para generar falsificaciones convincentes. Cuando se aplica a las imágenes, esto proporciona una forma de generar una falsificación a menudo muy realista. Los mismos investigadores de Nvidia han utilizado previamente la técnica para crear celebridades artificiales (lea nuestro perfil del inventor de las GAN, Ian Goodfellow).
Nvidia fabrica los chips de computadora que son cruciales para la inteligencia artificial, pero la compañía también emplea a un ejército de ingenieros de software para desarrollar herramientas útiles y experimentar con nuevas formas de usar su hardware.
Caras falsas de celebridades de Nvidia (dos filas superiores) y sus caras falsas nuevas y más realistas a continuación. nvidia
Las imágenes a continuación muestran la mejora que representa el nuevo trabajo.
En el trabajo más reciente, los investigadores se inspiraron en una técnica conocida como transferencia de estilo para construir su GAN de una manera fundamentalmente diferente. Esto permitió que su algoritmo identificara diferentes elementos de una cara, que luego los investigadores podrían controlar.
A video producido por los investigadores muestra cómo el enfoque también se puede utilizar para jugar y remezclar diferentes elementos, como la edad, la raza, el género o incluso las pecas.
Seguramente parece otro gran salto de calidad para las GAN, dice mario klingemann , un artista y codificador que usa GAN en su trabajo. También parece ser sorprendentemente controlable, a diferencia de las GAN hasta ahora, donde tienes que descubrir experimentalmente cómo dirigir los resultados en una dirección determinada (como hacer que una cara sonría o envejecerla).
Klingemann dice que está ansioso por tener en sus manos el código y experimentar con él con fines artísticos. Estoy muy interesado en saber cómo hacer que ese modelo haga cosas 'incorrectas', dice.
Es probable que las GAN cambien la forma en que se generan los videojuegos y los efectos especiales. El enfoque podría evocar texturas o personajes realistas a pedido. Nvidia mostró recientemente un proyecto que usa GAN para sintetizar la apariencia de objetos en escenas en tiempo real dentro de un juego de conducción.
Adobe también tiene un proyecto que utiliza GAN para mejorar el realismo de las imágenes después de haberlas manipulado, eliminando artefactos que pueden introducirse fácilmente. Las GAN también se pueden usar para mejorar las imágenes o videos degradados.
Pero el trabajo también es un ejemplo sorprendente de cómo los avances en el aprendizaje automático están generando todo tipo de nuevas posibilidades para la falsificación. Escribimos sobre la posibilidad de que la falsificación de videos dañe el discurso político en un número especial dedicado a la política a principios de este año (vea Fake America great otra vez).