211service.com
Dessa otroligt realistiska falska ansikten visar hur algoritmer nu kan bråka med oss
Ansiktena ovan verkar inte särskilt anmärkningsvärda. De kan lätt tas från t.ex. Facebook eller LinkedIn. I verkligheten drömdes de fram av en ny typ av AI-algoritm.
Nvidia-forskare publicerade detaljer om metoden för att producera helt imaginära falska ansikten med fantastisk, nästan kuslig, realism (här är pappret ).
Forskarna, Tero Karras, Samuli Laine och Timo Aila, kom på ett nytt sätt att bygga ett generativt motståndsnätverk, eller GAN.
GAN:er använder två duellerande neurala nätverk för att träna en dator att lära sig karaktären hos en datauppsättning tillräckligt bra för att generera övertygande förfalskningar. När det tillämpas på bilder ger detta ett sätt att generera ofta mycket realistiska förfalskningar. Samma Nvidia-forskare har tidigare använt tekniken för att skapa konstgjorda kändisar (läs vår profil av uppfinnaren av GAN, Ian Goodfellow).
Nvidia tillverkar de datorchips som är avgörande för artificiell intelligens, men företaget anställer också en armé av mjukvaruingenjörer för att utveckla användbara verktyg och för att experimentera med nya sätt att använda sin hårdvara.

Nvidias falska kändisansikten (översta två raderna) och dess nya, mer realistiska falska ansikten nedan. Nvidia
Bilderna nedan visar hur mycket av en förbättring det nya verket är.
I det senaste arbetet hämtade forskarna inspiration från en teknik som kallas stilöverföring att bygga sitt GAN på ett fundamentalt annorlunda sätt. Detta gjorde det möjligt för deras algoritm att identifiera olika delar av ett ansikte, som forskarna sedan kunde kontrollera.
TILL video- producerad av forskarna visar hur tillvägagångssättet också kan användas för att leka med och remixa olika element, som ålder, ras, kön eller till och med fräknar.
Det verkar säkert som ännu ett stort kvalitetssprång för GAN, säger Mario Klingemann , en konstnär och kodare som använder GAN i sitt arbete. Det verkar också vara otroligt kontrollerbart, till skillnad från GAN hittills där du experimentellt måste ta reda på hur du ska styra resultaten i en viss riktning (som att få ett ansikte att le eller åldra det).
Klingemann säger att han är angelägen om att lägga vantarna på koden och att experimentera med den i konstnärliga syften. Jag är väldigt intresserad av att ta reda på hur man får den modellen att göra 'fel' saker, säger han.
GAN kommer sannolikt att förändra hur videospel och specialeffekter genereras. Tillvägagångssättet kan trolla fram realistiska texturer eller karaktärer på begäran. Nvidia visade nyligen ett projekt som använder GAN för att syntetisera utseendet på objekt i en scene i realtid i ett körspel.
Adobe har också ett projekt som använder GAN för att förbättra realismen i bilder efter att de har manipulerats, ta bort artefakter som lätt kan introduceras. GAN kan också användas för att skärpa upp försämrade bilder eller video.
Men arbetet är också ett slående exempel på hur framsteg inom maskininlärning leder till alla möjliga nya möjligheter för fejk. Vi skrev om möjligheten för videofejk att skada den politiska diskursen i ett specialnummer tillägnat politik tidigare i år (se Fake America great again ).