Den meget realistiske ingen:Forskere tager falske billeder til et andet niveau

Vi får masser af information om kunstig intelligens og de baner, den kan væve til at levere falske nyheder. Efterlad lidt plads til flere nyheder, denne gang for NVIDIAs bedrift med at levere falske billeder. Vente, vi ser fotos af en mand og en kvinde, og de ser begge helt ægte ud - alligevel er de computergenererede.

Hvad sker der? Et team fra NVIDIA har vist, at de kan efterligne udseendet af rigtige fotos-bedre end du kan forestille dig-med en ny generator. Paul Lilly i Varm hardware :ikke bare ikke tro på alt, hvad du læser, men nu skal du ikke tro på alt, hvad du ser.

Deres metode kræver ikke menneskeligt tilsyn. Hvis du kommer ind i "hjernen" i deres koncept, generatoren behandler ikke et billede som et billede, men derimod som en samling stilarter. Grov. Mellem. Bøde.

Kort om, det er lettere end før at generere troværdige falske billeder. Tekniske overvågere kigger på Thispersondoesnotexist.com, der bruger kode, der tidligere blev frigivet af Nvidia -forskere på GitHub. Dette websted genererer nye ansigtsbilleder med det samme.

Hver gang du indlæser siden på webstedet, en algoritme genererer et nyt menneskeligt ansigt fra bunden. "Hjemmesiden blev oprettet af Phillip Wang, "rapporterede SlashGear , "der brugte NVIDIAs generative kontradiktoriske netværk, StyleGAN, At lave det. Det er et ret simpelt websted, hvad angår design, da det kun viser et enkelt billede af et menneskeligt ansigt, når du besøger det. "

Ganske enkelt, Ja. Hvis du går til webstedet thispersondoesnotexist.com ser du en kvindes ansigt, for eksempel, klik opdater, bingo, et helt andet ansigt, fra voksen mand, til voksen kvinde, til kvindebarn, til kvindelig ungdom, ved og ved. Det er det. Ingen tekst. Ingen annoncer. Hvad handler det her om? Og vigtigere, hvorfor taler tech watchers om det?

Når man ser på dette sted, findes der ikke et sted, Lilly forklarede, hvad de kunne forvente, hvis du klikker på webstedet; det vil generere "et nyt ansigtsbillede fra bunden fra en 512 dimensionel vektor, hver gang du trykker på opdateringsknappen i din browser."

Så, hvad er dette generative adversarial network (GAN) kaldet StyleGAN det SlashGear nævnte?

Rani Horev, LyrnAI , havde en nyttig forklaring i forbindelse med billeder:"Deres mål er at syntetisere kunstige prøver, såsom billeder, der ikke kan skelnes fra autentiske billeder. Et almindeligt eksempel på en GAN -applikation er at generere kunstige ansigtsbilleder ved at lære af et datasæt af berømthedsansigter. "

Alle veje fører til et papir om arXiv, skrevet af NVIDIA -forskerne, Tero Karras, Samuli Laine og Timo Aila. Papiret har titlen, "En stilbaseret generatorarkitektur til generative modstridende netværk." De diskuterede en "ny arkitektur" for GAN'er, en, der fører til en "automatisk lært, uovervåget adskillelse af attributter på højt niveau. "

Forskerne på NVIDIA frigav StyleGAN på github.com/NVlabs/stylegan, ifølge et Facebook -opslag tidligere på måneden.

CNETs Jackson Ryan sagde, "Det neurale netværk er alsidigt nok til, at det ikke kun er ansigter, det kan fremtrylle, men soveværelser, biler og endda katte. "

Synkroniseret talte om denne alsidighed. "Forskere så imponerende resultater ved at bruge den nye generator til at smede billeder af soveværelser, biler, og katte med datasættet Large Scene Understanding (LSUN). "

Jesus Diaz i Hurtigt selskab , ved hjælp af et eksempel på støbninger, tilbød et nyttigt øjebliksbillede af StyleGAN som et generativt kontradiktorisk netværk. "Den består af to algoritmer:Den første genererer katte baseret på dens træning på tusindvis af kattebilleder, mens den anden evaluerer de syntetiske billeder og sammenligner dem med de rigtige fotos. Derefter, den anden AI giver feedback til den første om sit arbejde - indtil det endelig formår at skabe konsekvent troværdige portrætter. "

Diaz bemærkede papirets forfattere, at en kombination af teknologier blev brugt til at "fjerne støj, der er irrelevant for det nye syntetiske ansigt - f.eks. skelne en sløjfe på en kats hoved og kassere den som overflødig. "

Jessica Miley ind Interessant teknik :"Til sidst, disse GAN'er håbes at kunne bruges til at udvikle fulde virtuelle verdener ved hjælp af automatiserede metoder i stedet for hård kodning. "

© 2019 Science X Network