Een paper waarin een prestatie op het gebied van kunstmatige intelligentie wordt besproken, die nu op arXiv staat, geeft tech-watchers nog een andere reden om te denken dat dit het tijdperk van angst is.

"Few-shot contradictorisch leren van realistische neurale pratende hoofdmodellen" door Egor Zakharov, Aliaksandra Shysheya, Egor Burkov en Victor Lempitsky onthullen hun techniek die foto's en schilderijen kan veranderen in geanimeerde pratende hoofden. Auteursaffiliaties zijn onder meer het Samsung AI Center, Moskou en het Skolkovo Instituut voor Wetenschap en Technologie.

De hoofdrolspeler in dit alles? Samsung. Het opende onderzoekscentra in Moskou, Cambridge en Toronto vorig jaar en het eindresultaat zou wel eens meer krantenkoppen in de AI-geschiedenis kunnen zijn.

Ja, de Mona Lisa kan eruitzien alsof ze haar tv-presentator vertelt waarom ze de voorkeur geeft aan leave-in conditioners. Albert Einstein kan eruitzien alsof hij pleit voor helemaal geen haarproducten.

Ze schreven dat "we rekening houden met het probleem van het synthetiseren van fotorealistische gepersonaliseerde hoofdafbeeldingen op basis van een reeks gezichtsoriëntatiepunten, die de animatie van het model aansturen." Eén shot leren van een enkel frame, ook al, is mogelijk.

Khari Johnson, VentureBeat , merkte op dat ze realistische geanimeerde pratende hoofden van afbeeldingen kunnen genereren zonder vertrouwen op traditionele methoden zoals 3D-modellering.

De auteurs benadrukten dat "cruciaal, het systeem kan de parameters van zowel de generator als de discriminator op een persoonsspecifieke manier initialiseren, zodat training kan worden gebaseerd op slechts een paar afbeeldingen en snel kan worden gedaan, ondanks de noodzaak om tientallen miljoenen parameters af te stemmen."

Wat is hun aanpak? Ivan Mehta Het volgende web leidde lezers door de stappen die hun techniek vormen.

"Samsung zei dat het model tijdens het leerproces drie neurale netwerken creëert. het creëert een ingebed netwerk dat frames met betrekking tot gezichtsoriëntatiepunten koppelt met vectoren. Met behulp van die gegevens, het systeem creëert een generatornetwerk dat oriëntatiepunten in kaart brengt in de gesynthetiseerde video's. Eindelijk, het discriminatornetwerk beoordeelt het realisme en de pose van gegenereerde frames."

De auteurs beschreven "langdurig meta-leren" op een grote dataset van video's, en in staat om enkele en eenmalige leren van neurale pratende hoofdmodellen van voorheen onzichtbare mensen te framen als vijandige trainingsproblemen, met generatoren en discriminators met hoge capaciteit.

Wie zou dit systeem eigenlijk gebruiken? Rapporten vermeldden telepresence, games voor meerdere spelers en de special effects-industrie.

Niettemin, Johnson en anderen die hun rapporten indienden, waren niet van plan het risico van technologische vooruitgang in verkeerde handen te negeren, waar de ondeugden nep kunnen produceren met slechte bedoelingen.

"Zulke technologie zou duidelijk ook kunnen worden gebruikt om deepfakes te maken, ’ schreef Johnson.

Dus, we zouden die gedachte misschien even willen pauzeren. Alleen dat schrijvers nu zo terloops verwijzen naar de "deep fake"-resultaten die uit sommige kunstmatige-intelligentieprojecten komen. En schrijvers vragen zich af wat deze Samsung-stap in technologie zou kunnen betekenen in deepfakes.

Jon Christian had een overzicht in futurisme . "De afgelopen jaren we hebben de snelle opkomst gezien van 'deepfake'-technologie die machine learning gebruikt om beelden van echte mensen te analyseren - en vervolgens overtuigende video's te maken van hen die dingen doen die ze nooit hebben gedaan of dingen zeggen die ze nooit hebben gezegd."

Joan Solsman in CNET:"De snelle vooruitgang van kunstmatige intelligentie betekent dat elke keer dat een onderzoeker een doorbraak deelt in het maken van deepfake, slechte acteurs kunnen beginnen met het bij elkaar schrapen van hun eigen door de jury gemanipuleerd gereedschap om het na te bootsen."

interessant, hoe meer het publiek zich bewust is van AI-fake, hoe gemakkelijker ze accepteren dat sommige animaties nep zijn - of niet? Een kijkerscommentaar op de videopagina:"In de toekomst, chanteren is onmogelijk omdat iedereen weet dat je overal gemakkelijk een video van kunt maken."

© 2019 Wetenschap X Netwerk