Ta oseba ne obstaja, je najboljša enkratna spletna stran leta 2019

Na prvi pogled, slike na spletni strani Ta oseba ne obstaja morda se zdi kot naključni visokošolski portreti ali nejasne posnetke glave LinkedIn. Vendar je bila vsaka posamezna fotografija na spletnem mestu ustvarjena z uporabo posebne vrste algoritma umetne inteligence, imenovane generativne kontradiktorne mreže (GAN).

Vsakič, ko se spletna stran osveži, se pojavi šokantno realistična, a povsem ponarejena slika osebe. Inženir programske opreme nekdanje Uber Phillip Wang je ustvaril stran, da bi pokazal, na kaj so sposobni GAN-i, nato pa jo je v torek objavil v javni Facebook skupini "Artificial Intelligence & Deep Learning".

Glej tudi: Ta oseba ne obstaja, ustvarjalec pojasni, zakaj je naredil spletno stran

Osnovno kodo, ki je to omogočila, z naslovom StyleGAN, je napisala Nvidia in predstavljena v članku, ki ga še ni pregledal. Ta natančna vrsta nevronske mreže ima potencial, da revolucionira tehnologijo video iger in 3D-modeliranja, vendar pa se lahko, tako kot skoraj vsa tehnologija, uporablja tudi za bolj zlobne namene. Deepfakes ali računalniško ustvarjene podobe, ki so nameščene na obstoječih slikah ali videoposnetkih, lahko uporabite za potiskanje ponarejenih pripovedi o novicah ali drugih prevar. Ravno zato se je Wang odločil, da ustvari očarljivo, a tudi hladno spletno stran.

"Odločil sem se, da bom kopal v svoje žepe in dvignil nekaj javnega zavedanja o tej tehnologiji," je zapisal na svojem mestu. "Obrazi so najbolj pomembni za našo spoznanje, zato sem se odločil, da ta poseben, predhodno usposobljen model. Vsakič, ko osvežite spletno mesto, bo omrežje iz dimenzijskega vektorja 512 ustvarilo novo podobo obraza iz nič."

Kako delujejo GAN-i?

Koncept GAN-ov je leta 2014 prvič predstavil cenjeni računalniški znanstvenik Ian Goodfellow in od takrat je Nvidia na čelu tehnologije. Tero Karras, glavni raziskovalec podjetja, je vodil več študij GAN-ov.

V svojem jedru GAN sestavljajo dve mreži: generator in diskriminator. Ti računalniški programi tekmujejo drug proti drugemu milijone-krat na milijone, da izboljšajo svoje sposobnosti ustvarjanja podob, dokler niso dovolj dobri, da ustvarijo popolne slike.

Raziskovalci s to metodo niso mogli ustvariti visokokakovostnih slik 1024x1024, dokler niso precej pred kratkim - konec leta 2017 - ko je Nvidia kodo uporabila s tehniko, opisano v znanem papirju ProGAN. StyleGAN gradi na tem konceptu, saj daje raziskovalcem več nadzora nad posebnimi vizualnimi značilnostmi.

Zakaj je Nvidia tako dobra pri GAN?

Nvidijina prva dejavnost je oblikovanje in prodaja grafičnih procesnih enot (grafičnih kartic ali grafičnih kartic. Grafični procesorji so motorji za strojno učenje, ki se uporabljajo za urjenje algoritmov, kot so StyleGAN, ure in ure. Na kratko, GPU-ji so odlični pri hitrem množenju masivne vrstice in stolpci števil, kar je nekako tisto, kar se dogaja pod pokrovom, ko se AI trenira.

Podjetje ima prednosti, ker ima dostop do svojih najsodobnejših grafičnih procesorjev, kar daje svojim raziskovalcem dodatno prednost najsodobnejših virov za usposabljanje nevronskih omrežij.

Prihodnost GAN-ov

Nvidia, Facebook, Google in številna druga tehnološka podjetja imajo eskadrone raziskovalcev, ki razvijajo različice tega A.I. tehniko. Končni cilj je, da ga uporabimo za ustvarjanje popolnoma izpopolnjenih virtualnih svetov, potencialno v VR, z uporabo avtomatiziranih metod, namesto trdega kodiranja. V vmesnem času pa se GAN-i že uporabljajo za razvoj novega trga za virtualne vplivne družbene medije.

Nešteto računalniško ustvarjenih znakov, ki oglašujejo modne blagovne znamke in podjetja za življenjski slog, so že zbrali milijone privržencev po internetu. Podjetja tveganega kapitala so vložila milijone v koncept, GAN pa bi lahko služil, da bi ti 3D modeli postali bolj realistični z manj dela.

Do takrat nas boste lahko občasno osveževali. Ta oseba ne obstaja, in jo pozabo gleda v oči svojih zavajajočih, duševnih ponarejenih obrazov. To je razburljiv, a ohlajen primer, kako realni bodo lažni svetovi prihodnosti.