Colecciones

El sitio web de esta persona no existe es una mirada espeluznante hacia el futuro

El sitio web de esta persona no existe es una mirada espeluznante hacia el futuro


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Abra el sitio web thispersondoesnotexist y encontrará una foto en la cabeza de un extraño. A primera vista, parece que alguien obtuvo los registros de recursos humanos del trabajo y los pegó en un sitio web, al actualizar el sitio se regenera otra cara de una persona que tal vez conozcas.

VEA TAMBIÉN: LOS INVESTIGADORES DESARROLLAN UNA RED NEURAL QUE PUEDE RESTAURAR IMÁGENES DAÑADAS O DE BAJA CALIDAD

Excepto que tú no, y nadie lo hace. Porque cada uno de los rostros en este sitio es totalmente falso, creado mediante el uso de un tipo especial de algoritmo de inteligencia artificial llamado redes generativas adversarias (GAN).

Actualice la página y el algoritmo genera una imagen hiperrealista pero absolutamente falsa de una persona. La página fue creada por el ingeniero de software de Uber, Philip Wang, para demostrar de lo que son capaces las GAN. Wang compartió la página en el grupo de Facebook "Inteligencia artificial y aprendizaje profundo".

El código que hizo posible este espeluznante sitio web fue escrito por Nvidia y presentado en un documento que está disponible antes de la revisión por pares en arXiv. Llamada StyleGAN, la red neuronal tiene una aplicabilidad infinita para todo, desde juegos hasta la creación de documentos falsos.

Wang describió su motivación para compartir el sitio en su publicación de Facebook: "He decidido buscar en mis propios bolsillos y crear conciencia pública sobre esta tecnología", escribió en su publicación.

“Los rostros son más importantes para nuestra cognición, así que decidí poner ese modelo específico pre-entrenado. Cada vez que actualice el sitio, la red generará una nueva imagen facial desde cero a partir de un vector de 512 dimensiones ".

Cómo funciona

Todos los GAN tienen dos redes: el generador y el discriminador. El generador sintetiza nuevas muestras desde cero, y el discriminador toma muestras tanto de los datos de entrenamiento como de la salida del generador y predice si son "reales" o "falsas".

El generador recibe un vector aleatorio (ruido) y por lo tanto su salida inicial también es ruido.

Después de recibir retroalimentación del discriminador, aprende a sintetizar imágenes más "realistas". Simultáneamente, el discriminador también está aprendiendo comparando muestras generadas con muestras reales, lo que dificulta que el generador lo engañe.

GAN se introdujo en 2014, pero no fue hasta 2017 que los investigadores pudieron crear imágenes de alta calidad de 1024x1024 detalladas en el ahora famoso artículo ProGAN. StyleGAN se basa en este trabajo anterior, pero ahora permite a los investigadores un mayor control sobre características específicas.

Las GAN darán forma al futuro virtual

Con el tiempo, se espera que estos GAN se puedan utilizar para desarrollar mundos virtuales completos utilizando métodos automatizados en lugar de codificación rígida. También tienen la posibilidad de ser utilizados para crear modelos 3D realistas para usar en publicidad y otras oportunidades de branding, similar a Imma pero con un poco más de profundidad.

Si bien eso es emocionante, otros pueden temer por los usos más siniestros de la tecnología, como contribuir a DeepFakes, imágenes generadas por computadora superpuestas a imágenes o videos existentes, que pueden usarse para impulsar noticias falsas. Algunos pensamientos sobre los que reflexionar mientras refrescas constantemente a esta persona no existen.


Ver el vídeo: Analizo vuestras obras 21 (Junio 2022).