Estamos recebendo uma grande quantidade de informações sobre inteligência artificial e as redes que ela pode tecer para divulgar notícias falsas. Deixe algum espaço para mais notícias, desta vez pela façanha da NVIDIA em fornecer imagens falsas. Esperar, estamos vendo fotos de um homem e uma mulher e ambos parecem totalmente genuínos - embora sejam geradas por computador.

O que está acontecendo? Uma equipe da NVIDIA mostrou que pode imitar a aparência de fotos reais - melhor do que você pode imaginar - com um novo gerador. Paul Lilly em Hardware Quente :não só não acredite em tudo que você lê, mas agora não acredite em tudo que você vê.

Seu método não requer supervisão humana. Se você entrar no "cérebro" do conceito deles, o gerador não trata uma imagem como uma imagem, mas sim como uma coleção de estilos. Grosso. Meio. Multar.

Em resumo, é mais fácil do que antes gerar imagens falsas verossímeis. Os observadores de tecnologia estão olhando para Thispersondoesnotexist.com, que usa código previamente lançado por pesquisadores da Nvidia no GitHub. Este site gera novas imagens faciais instantaneamente.

Cada vez que você carrega a página no site, um algoritmo gera um novo rosto humano a partir do zero. "O site foi criado por Phillip Wang, "relatado SlashGear , "que usou a rede adversária generativa da NVIDIA, StyleGAN, para fazer isso. É um site bastante simples no que diz respeito ao design, pois mostra apenas uma única imagem de um rosto humano quando você o visita. "

Relativamente simples, na verdade. Se você for ao site thispersondoesnotexist.com você verá o rosto de uma mulher, por exemplo, clique em atualizar, Bingo, outro rosto inteiramente, de homem adulto, para a mulher adulta, para criança do sexo feminino, para a adolescente continuamente. É isso. Nenhum texto. Sem anúncios. O que é isso tudo? E mais importante, por que os observadores de tecnologia estão falando sobre isso?

Olhando para o site esta pessoa; não existe, Lilly explicou o que esperar se você clicar no site; ele irá gerar "uma nova imagem facial do zero a partir de um vetor de 512 dimensões toda vez que você clicar no botão de atualização do navegador".

Então, o que é esta rede adversarial generativa (GAN) apelidada de StyleGAN que SlashGear mencionado?

Rani Horev, LyrnAI , teve uma explicação útil no contexto de imagens:"O objetivo deles é sintetizar amostras artificiais, como imagens, que são indistinguíveis de imagens autênticas. Um exemplo comum de um aplicativo GAN é gerar imagens de rostos artificiais, aprendendo com um conjunto de dados de rostos de celebridades. "

Todos os caminhos levam a um artigo no arXiv, de autoria dos pesquisadores da NVIDIA, Tero Karras, Samuli Laine e Timo Aila. O artigo é intitulado, "Uma Arquitetura Geradora Baseada em Estilo para Redes Adversariais Generativas." Eles discutiram uma "nova arquitetura" para GANs, aquele que leva a um "aprendizado automático, separação não supervisionada de atributos de alto nível. "

Os pesquisadores da NVIDIA lançaram o StyleGAN em github.com/NVlabs/stylegan, de acordo com uma postagem do Facebook no início deste mês.

Jackson Ryan da CNET disse:"A rede neural é versátil o suficiente para que não sejam apenas rostos que ela pode invocar, mas quartos, carros e até gatos. "

Sincronizado falou sobre essa versatilidade. "Os pesquisadores viram resultados impressionantes usando o novo gerador para forjar imagens de quartos, carros, e gatos com o conjunto de dados de compreensão de cena em grande escala (LSUN). "

Jesus Diaz em Fast Company , usando um exemplo de elenco, ofereceu um instantâneo útil do StyleGAN como uma rede adversária geradora. "Ele é composto de dois algoritmos:o primeiro gera gatos com base em seu treinamento em milhares de imagens de gatos, enquanto o segundo avalia as imagens sintéticas e as compara com as fotos reais. Então, a segunda IA ​​dá feedback ao primeiro sobre o seu trabalho - até que finalmente consegue criar retratos consistentemente verossímeis. "

Diaz observou que os autores do artigo disseram que uma combinação de tecnologias foi usada para "eliminar o ruído que é irrelevante para a nova face sintética - por exemplo, distinguir um arco na cabeça de um gato e descartá-lo como supérfluo. "

Jessica Miley em Engenharia Interessante :"Eventualmente, espera-se que esses GANs possam ser usados ​​para desenvolver mundos virtuais completos usando métodos automatizados em vez de codificação permanente. "

© 2019 Science X Network