Вештачката интелигенција создава хипер-реални фотографии од луѓе кои не постојат


Вака се слави гол во 120-та минута!!! ↓↓↓


Неколку „стартап“ компании од секторот за вештачка интелигенција почнаа да нудат фотографии од лица кои воопшто не постојат, целосно измислени и замислени од високотехнолошки машини, темелно обучени да препознаваат и создаваат привлечни човечки лица.

Покрај тоа што е импресивно технолошко достигнување, тоа подразбира и бројни безбедносни и етички проблеми.

Стари, млади, бели, црни, момчиња и девојчиња … толку убедливи , а сепак не се реални. Ниту еден од нив не бил зачнат или роден. Тоа е последниот производ на нервните мрежи Generative Adversarial Network (ГАН), кои својот занает го испекоа на илјадници или стотици илјади фотографии на вистински луѓе, до моментот кога научија како да создаваат фотографии што скоро никој не може да ги разликува од фотографиите на реалните луѓе.

Колку е поголема разновидноста на лицата на кои може да се научи алгоритмот, толку поразновиден ќе биде финалниот производ. Базите засновани на мал број модели произведуваат релативно слични, прилично хомогени лица, но со доволно податоци сè е можно. Ова е исто така една од причините зошто вашето лице не треба да биде прекумерно изложено на Интернет – социјалните мрежи како Фејсбук, Гугл или апликациите како FaceApp собираат големи количини податоци што може да ги користи вештачката интелигенција за различни намени, без ваше знаење.

Генеративните ривалски мрежи првенствено се состојат од три компоненти. Првиот е генератор, вештачка интелигенција задолжена за производство на лажни фотографии. Втората е база на податоци со вистински фотографии, а третата е дискриминатор, вештачка интелигенција која има задача да препознае дали е вистинска фотографијата или лажна. Генераторот и дискриминаторот се ривали – целта на генераторот е да го измами дискриминаторот. Откако дискриминаторот ќе ја донесе својата одлука, тој е информиран дали погодил или не, и врз основа на тоа учи за следниот пат.

Компјутерот ги доживува истите овие фотографии многу поапстрастрактивно, на ниво на дигитални информации. Вештачката интелигенција ги препознава индивидуалните пиксели на фотографијата, нивните бои и нивната позиција во однос на едни со други. Од овие односи, нервната мрежа за учење мора да научи да ги препознава клучните елементи на лицето – форми и бои кои претставуваат усни, заби, очи и сите други детали.

Поточно, секој пат кога дискриминаторот признава лажна фотографија, му открива на генераторот на каков критериум го изложил. Генераторот потоа додава дополнителни услови во своето производство.

Неколку стартапи започнаа со продажба на фотографии од непостоечки луѓе, на компании кои сакаат брзо и евтино да ја „зголемат расната разновидност“ на нивните фотографии, во нивните каталози и проспекти.

Rosebud.ai продава илустративни фотографии кои можат автоматски да се монтираат на разни лажни лица кои припаѓаат на посакуваните етнички групи. Истиот модел во иста поза може, со само еден клик , да стане азиски или црн, кавкаски или јужноамериканец. Icon8 нуди фотографии по многу критериуми, млади, стари, деца, возрасни, од сите раси и изрази на лицето, од насмевки, тага, замисленост, досада и многу други. Тоа е невидена количина на фотографии кои едноставно би било непрактично да се фотографираат со вистински луѓе.

Но, истата технологија има своја темна страна. Некои апликации за дружење започнаа да користат лажни фотографии од девојчиња за да остават впечаток дека на нивните платформи има поатрактивни млади жени. Интернет-измамниците и агентите почнаа да користат фотографии на лажни луѓе за да отворат лажни профили на социјалните мрежи како „Фејсбук“ и „Линкдин“.