Deepfakes til dans: nu kan du bruge AI til falske dem, dansetrin, som du altid har ønsket

Kunstig intelligens har vist sig at være en meget dygtig værktøj, når det kommer til at manipulere med videoer af folk. Ansigt-swapping deepfakes har været det mest synlige eksempel, men nye applikationer bliver fundet hver dag. Det seneste? Kalder det deepfakes til dans — det bruger AI til at læse nogen dansetrin og kopiere dem til et mål krop.

Den faktiske videnskab her blev gjort ved en kvartet af forskere fra UC Berkley. Som de beskriver i en artikel udgivet på arXiV, deres system består af en række af diskrete trin. Først en video af målet er optaget, og en sub-program, der forvandler deres bevægelser i en tændstikmand. (Meget af en masse af video er nødvendig for at få en god kvalitet overførsel, omkring 20 minutters optagelser på 120 billeder per sekund.) Derefter, en kilde video er fundet, og en tændstikmand lavet af deres bevægelser. Så ombytningen sker, med et neuralt netværk, der syntetiserer video af de individuelle mål, der er baseret på stick figur bevægelser af kilde.

Det lyder simpelt, som at det selvfølgelig, men der er masser af kloge engineering på arbejde her. For eksempel, er der en subrutine, der udglatter bevægelse af stokken tal, så danserne ikke ryk om for meget, og en helt separate neurale netværk, der er dedikeret til at re-sporing af mål ansigt for at sikre realisme.

Der er også begrænsninger til programmet. Nettet kan ikke præcist model løs tekstiler for eksempel, så målet enkelte har til at bære tætsiddende tøj. I videoen ovenfor, kan du også se et par visuelle anomalier; øjeblikke, hvor leddene i target og source danser ikke helt line-up, eller hvor AI-software ikke kunne gengive komplicerede bevægelser, som en hånd flipping fra tilbage til forsiden.

Stadig, selvom, det er imponerende arbejde. Det er den slags video manipulation, der nok ville tage et helt team dage at producere. Nu, alt det kræver er nogle source-video og den rigtige AI-software. Forventer, at det at blive forvandlet til en app inden alt for længe, og bare ikke tænke på de mulige konsekvenser om, hvad teknologi som denne, vil gøre, at vores tillid video beviser.