Sztuczna inteligencja zmienia reguły gry w internecie i mediach już od jakiegoś czasu. Co chwilę słyszymy o kolejnym udoskonalanym algorytmie, który niemal idealnie „generuje” sztuczne twarze. Czy najnowsza wersja algorytmu zaprezentowana przez Nvidię całkowicie zniekształci pojęcie prawdy?
Najnowszy generator zaprojektowany przez Tero Karrasa, Samuli Laine i Timo Aila automatycznie uczy się jak odróżniać i oddzielać poszczególne elementy obrazów wgranych do bazy bez żadnej ingerencji człowieka. Po „treningu” na odpowiednio obszernej bazie danych, algorytm jest w stanie łączyć poszczególne zbiory ustrukturyzowanych danych, a to z kolei daje praktycznie nieograniczone możliwości tworzenia nowych, sztucznych twarzy i obiektów.
Prawie doskonały generator
Jak podkreślają naukowcy, ich generator „myśli” o obrazach jako o zbiorach poszczególnych cech i w przypadku generowania fotografii twarzy „rozkłada” każdy obiekt na czynniki pierwsze. Twarz podzielono na Coarse styles, które zawierają takie cechy jak pozę, włosy, kształt twarzy, Middle styles – rysy twarzy, oczy i Fine styles – schemat kolorów. Dodatkowo, generator automatycznie grupuje i oddziela obrazy, które są wysokiej, słabej i bardzo niskiej jakości, gdzie twarz nie jest rozpoznawana, a te z kolei przypisuje i grupuje do kolejnych podzbiorów.
Każdy nowy obiekt to mieszanka wspomnianych części składowych, na podstawie których sztuczna inteligencja tworzy zupełnie nowy, sztuczny obiekt. Algorytm może tworzyć dowolne, sztuczne wariacje w oparciu o zbiory danych, nie dotyczy to tylko twarzy, ale dowolnej grupy obiektów, których próba będzie wystarczająca do stworzenia nowej wizualizacji.
Z twarzami sztuczna inteligencja poradziła sobie bardzo dobrze…
Z niektórymi kotami poszło nieco gorzej, ale i tak nieźle:
Wydaje się być kwestią czasu, gdy ego typu rozwiązania zostaną zaadaptowane na szeroką skale w mediach i reklamie. Zakup jednej bazy treningowej i możliwość tworzenia twarzy czy też innych obiektów wedle własnego uznania wydaje się być bardzo wygodnym, praktycznym i ekonomicznym rozwiązaniem. Oczywiście, pojawiają się też problemy związane z odróżnieniem tego, co prawdziwe i wykryciu fałszu. Skoro jesteśmy w stanie sfabrykować każdą twarz i każdy obiekt, to jak odróżnić (bez sztucznej inteligencji) co jest prawdziwe, a co rzeczywiste?
Źródło:
1. Tero Karras, Samuli Laine, Timo Aila, A Style-Based Generator Architecture for Generative Adversarial Networks, https://arxiv.org/pdf/1812.04948.pdf