Ця людина не існує - це найкращий одноразовий сайт 2019 року

З першого погляду, зображення, розміщені на сайті Ця людина не існує, можуть виглядати як випадкові портрети середньої школи або невизначені голови LinkedIn. Але кожна фотографія на сайті була створена за допомогою спеціального алгоритму штучного інтелекту, який називається генеративною змагальною мережею (GAN).

Кожного разу, коли сайт оновлюється, з'являється вражаюче реалістичне - але повністю фальшиве - зображення обличчя людини. Інженер програмного забезпечення колишнього Uber Phillip Wang створив сторінку, щоб продемонструвати, на що здатні GAN, а потім опублікував її у публічній групі Facebook "Artificial Intelligence & Deep Learning" у вівторок.

Дивіться також: Ця людина не існує творець пояснює, чому він зробив сайт

Основний код, який зробив це можливим, під назвою StyleGAN, був написаний компанією Nvidia і викладений у документі, який ще не був проаналізований. Цей точний тип нейронної мережі має потенціал революціонізувати технології відеоігор і 3D-моделювання, але, як і практично з будь-якою технологією, він також може бути використаний для більш зловісних цілей. Deepfakes, або комп'ютерно-генеровані зображення, накладені на існуючі фотографії або відео, можуть бути використані для підштовхування підроблених розповідей про новини або інших містифікацій. Саме тому Ван вирішив створити зачаровуючий, але й холодний сайт.

"Я вирішив заглибитися у власні кишені і підняти деяку громадську обізнаність щодо цієї технології", - написав він на своєму посту. «Особи, які є найбільш важливими для нашого пізнання, тому я вирішив поставити цю конкретну попередньо підготовлену модель. Щоразу, коли ви оновлюєте сайт, мережа генеруватиме нове зображення обличчя з нуля з розмірного вектора 512.

Як працюють GAN?

Концепція GANs була вперше представлена ​​в 2014 році шановним комп'ютерним вченим Ian Goodfellow, і з тих пір Nvidia була на передньому краї технології. Теро Каррас, головний науковий співробітник компанії, провів декілька досліджень GAN.

По суті, GAN складаються з двох мереж: генератора і дискримінатора. Ці комп'ютерні програми конкурують між собою мільйони мільйонів разів, щоб удосконалити свої навички генерування зображень, доки вони не будуть достатньо ефективними для створення повноцінних зображень.

Дослідники не змогли створити високоякісні зображення розміром 1024х1024, використовуючи цей метод, до недавнього часу - наприкінці 2017 року - коли Nvidia розібрала код, використовуючи методику, описану у відомому папері ProGAN. StyleGAN спирається на цю концепцію, надаючи дослідникам більше контролю над певними візуальними особливостями.

Чому Nvidia настільки хороша в GAN?

Перший напрямок діяльності Nvidia - розробка та продаж графічних процесорів (графічних процесорів або відеокарт. GPU - це двигуни для машинного навчання, які використовуються для навчання алгоритмів, наприклад StyleGAN, протягом декількох годин. масивні ряди і стовпці чисел, що є своєрідним, що відбувається під капотом, коли AI навчається.

Компанія має переваги мати доступ до своїх найсучасніших графічних процесорів, надаючи своїм дослідникам додаткову перевагу найсучасніших ресурсів для навчання нейронних мереж.

Майбутнє GAN

Nvidia, Facebook, Google і багато інших технологічних компаній мають ескадрильї дослідників, що розробляють версії цього А.І. техніки. Кінцева мета полягає в тому, щоб використовувати її для створення повністю розгорнутих віртуальних світів, потенційно в VR, використовуючи автоматизовані методи замість жорсткого кодування. Але в той же час, GANs вже використовуються для розвитку починаючий ринок для віртуальних соціальних засобів масової інформації впливу.

Безліч комп'ютерних персонажів, що рекламують модні бренди і компанії, що займаються способом життя, вже накопичили мільйони послідовників через Інтернет. Фірми венчурного капіталу вклали мільйони в цю концепцію, і GAN можуть служити, щоб зробити ці 3D моделі більш реалістичними з меншою працею.

До тих пір, ви зможете знайти нас періодично освіжаючи цю людину, яка не існує, забувшись в очах своїх оманливих фальшивих облич. Це захоплюючий, але згубний приклад того, наскільки реальними стануть фальшиві світи майбутнього.