Ces visages montrent à quel point l’IA de génération d’images a progressé en quatre ans seulement

Les développements en intelligence artificielle se déplacer à une surprenante rythme — tant et si bien qu’il est souvent difficile de garder une trace. Mais un domaine où le progrès est aussi clair comme le nez sur votre IA-généré le visage est l’utilisation de réseaux de neurones pour créer de fausses images. En bref: nous sommes effroyablement bien à elle.

Dans l’image ci-dessus, vous pouvez voir ce que les quatre années de progrès dans IA génération d’image ressemble. Le brut noir-et-blanc des visages sur la gauche sont à partir de 2014, publié dans le cadre d’un document de référence qui a introduit l’IA outil connu sous le générative contradictoire réseau (GAN). La couleur des visages sur la droite venir à partir d’un article publié plus tôt ce mois-ci, qui utilise la même méthode de base, mais est clairement un monde à part en termes de qualité d’image.

Ces réaliste des visages sont l’œuvre de chercheurs de Nvidia. Dans leur étude, rendue publique la semaine dernière, ils décrivent la modification de la base de GAN de l’architecture pour créer ces images. Jetez un oeil aux images ci-dessous. Si vous ne savais pas qu’ils étaient faux, pourriez-vous faire la différence?

Ce qui est particulièrement intéressant, c’est que ces faux visages peuvent également être facilement personnalisé. Nvidia ingénieurs constituée d’une méthode connue sous le nom de style de transfert dans leur travail, dans lequel les caractéristiques d’une image sont mélangés avec un autre. Vous pourriez reconnaître le terme de divers filtres d’image qui sont populaires sur des applications comme Prisma et Facebook au cours des dernières années, ce qui peut rendre vos selfies ressembler à une peinture impressionniste ou une œuvre cubiste de l’art.

Appliquer le style de transfert à faire face à génération a permis de Nvidia chercheurs de personnaliser les faces à un degré impressionnant. Dans la grille ci-dessous, vous pouvez voir cela en action. Une source de l’image d’une personne réelle (la ligne du haut) a les caractéristiques du visage d’une autre personne (colonne de droite) imposées sur elle. Des Traits comme la peau et les cheveux de couleur sont mélangés ensemble, la création de ce qui semble être une toute nouvelle personne dans le processus.

Bien sûr, la possibilité de créer réaliste AI visages soulève des questions troublantes. (Pas moins de tous, combien de temps jusqu’à ce que le stock photo des modèles de travail?) Les Experts ont été la collecte de l’alarme pour les deux dernières années sur la façon de l’IA trucage peut avoir un impact sur la société. Ces outils peuvent être utilisés pour de la désinformation et de la propagande et de risque d’éroder la confiance du public dans la preuve en images, une tendance qui pourrait endommager le système de justice ainsi que de la politique. (Malheureusement, ces problèmes ne sont pas abordés dans la Nvidia papier, et quand nous sommes arrivés à la compagnie, il dit qu’il ne pouvait pas parler de l’œuvre jusqu’à ce qu’il avait été correctement évalués par les pairs.)

Ces mises en garde ne devrait pas être ignorée. Comme nous l’avons vu avec l’utilisation de deepfakes à créer des non-consensuel de la pornographie, il y a toujours des gens qui sont prêts à utiliser ces outils dans le recours à des méthodes discutables. Mais en même temps, en dépit de ce que les prophètes de malheur dire, l’information apocalypse n’est pas assez proche. Pour l’un, la capacité à générer des visages a reçu une attention spéciale à l’IA communauté, vous ne pouvez pas médecin, n’importe quelle image comme vous le désirez avec la même fidélité. Il y a également de graves difficultés quand il s’agit de l’expertise et du temps. Il a fallu Nvidia chercheurs une semaine de formation à leur modèle à huit Tesla Gpu pour créer ces visages.

Il y a aussi des indices, nous pouvons chercher à détecter les contrefaçons. Dans un récent billet de blog, l’artiste et programmeur Kyle McDonald a énuméré un certain nombre de dit. Les cheveux, par exemple, est très difficile à faux. Il a souvent l’air trop régulières, comme il a été peint avec un pinceau, ou trop floues, se fondre dans le visage de quelqu’un. De même, l’IA des générateurs de ne pas tout comprendre du visage humain de la symétrie. Ils ont souvent les oreilles à différents niveaux ou faire des yeux de couleurs différentes. Ils ne sont également pas très bon à la génération du texte ou des chiffres, qui viennent de sortir comme illisible gouttes.

Si vous avez lu le début de ce post, cependant, ces indicateurs ne sont probablement pas une immense consolation. Après tout, Nvidia montre à quelle vitesse l’IA dans ce domaine est de progresser, et il ne sera pas long jusqu’à ce que les chercheurs de créer des algorithmes qui peuvent éviter ces dit.

Heureusement, les experts sont déjà à penser à de nouvelles façons de s’authentifier vos photos numériques. Certaines solutions ont déjà été lancés, comme l’appareil photo apps de timbre des photos avec des géocodes à vérifier quand et où elles ont été prises, par exemple. Il est évident qu’il va être une longue lutte entre l’IA trucage d’image et d’authentification pour les décennies à venir. Et pour le moment, l’IA est en charge de manière décisive dans la tête.