Estamos recibiendo una gran cantidad de información sobre inteligencia artificial y las redes que puede tejer para entregar noticias falsas. Deja espacio para más noticias esta vez por la hazaña de NVIDIA de ofrecer imágenes falsas. Esperar, estamos viendo fotos de un hombre y una mujer y ambos parecen totalmente genuinos, pero están generados por computadora.

¿Lo que está sucediendo? Un equipo de NVIDIA ha demostrado que pueden imitar la apariencia de fotos reales, mejor de lo que imagina, con un nuevo generador. Paul Lilly en Hardware caliente :no solo no creas todo lo que lees, sino que ahora no creas todo lo que ves.

Su método no requiere supervisión humana. Si te adentras en el "cerebro" de su concepto, el generador no trata una imagen como una imagen sino como una colección de estilos. Grueso. Medio. Multa.

En breve, es más fácil que antes generar imágenes falsas creíbles. Los observadores de tecnología están mirando Thispersondoesnotexist.com, que usa código previamente publicado por investigadores de Nvidia en GitHub. Este sitio web genera instantáneamente nuevas imágenes faciales.

Cada vez que carga la página en el sitio, un algoritmo genera un nuevo rostro humano desde cero. "El sitio web fue creado por Phillip Wang, "informó SlashGear , "que utilizó la red generativa de adversarios de NVIDIA, StyleGAN, para hacerlo. Es un sitio web bastante simple en lo que respecta al diseño, ya que solo muestra una única imagen de un rostro humano cuando lo visita ".

Bastante sencillo, Por supuesto. Si vas al sitio thispersondoesnotexist.com, ves el rostro de una mujer, por ejemplo, haga clic en actualizar, bingo, otra cara por completo, de macho adulto, a la hembra adulta, a la niña, a una adolescente, incesantemente. Eso es todo. Sin texto. Sin anuncios. ¿Qué es todo esto? Y mas importante ¿Por qué los observadores de tecnología hablan de eso?

Mirando el sitio thispersondoesnot exist, Lilly explicó qué esperar si hace clic en el sitio web; generará "una nueva imagen facial desde cero a partir de un vector de 512 dimensiones cada vez que presione el botón de actualización en su navegador".

Entonces, ¿Qué es esta red generativa adversaria (GAN) denominada StyleGAN que SlashGear mencionado?

Rani Horev, LyrnAI , tenía una explicación útil en el contexto de las imágenes:"Su objetivo es sintetizar muestras artificiales, como imágenes, que son indistinguibles de las imágenes auténticas. Un ejemplo común de una aplicación GAN es generar imágenes de rostros artificiales aprendiendo de un conjunto de datos de rostros de celebridades ".

Todos los caminos conducen a un documento sobre arXiv, escrito por los investigadores de NVIDIA, Tero Karras, Samuli Laine y Timo Aila. El papel se titula, "Una arquitectura generadora basada en estilos para redes generativas de confrontación". Hablaron de una "nueva arquitectura" para las GAN, uno que conduce a un "aprendizaje automático, separación no supervisada de atributos de alto nivel ".

Los investigadores de NVIDIA lanzaron StyleGAN en github.com/NVlabs/stylegan, según una publicación de Facebook a principios de este mes.

Jackson Ryan de CNET dijo:"La red neuronal es lo suficientemente versátil como para que no sean solo caras las que pueda evocar, pero dormitorios, coches e incluso gatos ".

Sincronizado habló de esta versatilidad. "Los investigadores obtuvieron resultados impresionantes al utilizar el nuevo generador para crear imágenes de dormitorios, carros, y gatos con el conjunto de datos de comprensión de escenas a gran escala (LSUN) ".

Jesus Diaz en Empresa rápida , usando un ejemplo de moldes, ofreció una instantánea útil de StyleGAN como una red generativa de adversarios. "Se compone de dos algoritmos:el primero genera gatos en función de su entrenamiento en miles de imágenes de gatos, mientras que el segundo evalúa las imágenes sintéticas y las compara con las fotos reales. Luego, la segunda IA ​​da retroalimentación a la primera sobre su trabajo, hasta que finalmente logra crear retratos consistentemente creíbles ".

Díaz señaló que los autores del artículo dijeron que se utilizó una combinación de tecnologías para "eliminar el ruido que es irrelevante para la nueva cara sintética; por ejemplo, distinguir un moño en la cabeza de un gato y descartarlo por superfluo ".

Jessica Miley en Ingenieria interesante :"Finalmente, Se espera que estos GAN se puedan utilizar para desarrollar mundos virtuales completos utilizando métodos automatizados en lugar de codificación ".

© 2019 Science X Network