Denne personen eksisterer ikke, er den beste engangswebsiden av 2019

$config[ads_kvadrat] not found

Egget - En kort historie

Egget - En kort historie

Innholdsfortegnelse:

Anonim

Kort sagt, bildene som er omtalt på nettstedet Denne personen ikke eksisterer, kan virke som tilfeldige videregående portretter eller svakt usynlige LinkedIn headshots. Men hvert eneste bilde på nettstedet har blitt opprettet ved å bruke en spesiell type kunstig intelligensalgoritme kalt generative adversarial networks (GANs).

Hver gang nettstedet er oppdatert, vises en sjokkerende realistisk - men helt falsk - bilde av en persons ansikt. Tidligere Uber programvare ingeniør Phillip Wang opprettet siden for å demonstrere hva GANs er i stand til, og deretter postet den til den offentlige Facebook-gruppen "Artificial Intelligence & Deep Learning" på tirsdag.

Se også: Denne personen eksisterer ikke, skaperen forklarer hvorfor han laget nettstedet

Den underliggende koden som gjorde dette mulig, med tittelen StyleGAN, ble skrevet av Nvidia og presenteres i et papir som ennå ikke har vært peer-reviewed. Denne nøyaktige typen neuralt nettverk har potensial til å revolusjonere videospill og 3D-modelleringsteknologi, men som med nesten alle slags teknologi, kan den også brukes til mer uhyggelig formål. Deepfakes, eller datamaskingenererte bilder som er lagt på eksisterende bilder eller videoer, kan brukes til å presse falske nyhetsberetninger eller andre hoaxes. Det er nettopp hvorfor Wang valgte å skape den fascinerende, men også chillende nettsiden.

"Jeg har bestemt meg for å grave inn i mine egne lommer og øke offentlig bevissthet om denne teknologien," skrev han i sin post. "Ansikter er mest fremtredende for vår forståelse, så jeg har bestemt meg for å sette den spesifikke pre-trente modellen opp. Hver gang du oppdaterer nettstedet, vil nettverket generere et nytt ansiktsbilde fra grunnen av en 512-dimensjonal vektor."

Hvordan jobber GAN?

Begrepet GANs ble først introdusert i 2014 av anerkjente datavitenskapsmann Ian Goodfellow, og siden har Nvidia vært i forkant av teknologien. Tero Karras, en hovedforsker for selskapet, har ledet flere GANs-studier.

Kjernen består av to nettverk: generatoren og diskriminatoren. Disse dataprogrammene konkurrerer mot hverandre millioner til millioner av ganger for å finjustere bildegenererende ferdigheter til de er gode nok til å skape de fullverdige bildene.

Forskere kunne ikke lage 1024x1024 bilder av høy kvalitet med denne metoden til ganske nylig - sent 2017 - da Nvidia sprakk koden ved hjelp av en teknikk som er beskrevet i sitt berømte ProGAN-papir. StyleGAN bygger på dette konseptet ved å gi forskerne mer kontroll over bestemte visuelle funksjoner.

Hvorfor er Nvidia så bra på GANs?

Nvidias første forretningslinje er å designe og selge grafikkbehandlingsenheter (GPUer eller grafikkort). GPUer er motorer for maskinlæring som brukes til å trene algoritmer, for eksempel StyleGANs, i flere timer. Kort sagt, GPUer er gode til å raskt multiplisere massive rader og kolonner av tall, noe som er snilt av hva som skjer under hetten når AI blir opplært.

Selskapet har fordelen av å ha tilgang til sine mest banebrytende GPUer, og gir forskerne den ekstra fordelen av de mest banebrytende ressursene for å trene nevrale nettverk.

Fremtiden for GANs

Nvidia, Facebook, Google og mange andre tech-selskaper har skvadroner av forskere som utvikler versjoner av denne A.I. teknikk. Målet er å bruke det til å generere fullverdige virtuelle verdener, muligens i VR, ved hjelp av automatiserte metoder i stedet for hard koding. Men i mellomtiden blir GAN allerede brukt til å utvikle det spirende markedet for virtuelle sosiale medier influencers.

Et myriade av datagenererte tegn som reklamerer mote merker og livsstilsbedrifter har allerede samlet millioner av tilhenger over Internett. Venture Capital Companies har investert millioner i konseptet, og GANs kan tjene til å gjøre disse 3D-modellene mer realistiske med mindre arbeidskraft.

Inntil da vil du være i stand til å finne oss periodisk forfriskende Denne personen eksisterer ikke, stirrer med glemsel i øynene til sine misvisende sjelfulle falske ansikter. Det er et spennende, men likevel chilling, eksempel på hvor realistisk fremtidens falske verdener er i ferd med å bli.

$config[ads_kvadrat] not found