Nous recevons une grande quantité d'informations sur l'intelligence artificielle et les toiles qu'elle peut tisser pour diffuser de fausses nouvelles. Laissez un peu de place pour plus de nouvelles, cette fois pour l'exploit de NVIDIA en fournissant de fausses images. Attendre, nous voyons des photos d'un homme et d'une femme et ils ont tous les deux l'air totalement authentiques, mais ils sont générés par ordinateur.

Qu'est-ce qui se passe? Une équipe de NVIDIA a montré qu'elle peut imiter l'apparence de vraies photos - mieux que vous ne pouvez l'imaginer - avec un nouveau générateur. Paul Lilly dans Matériel chaud :non seulement ne croyez pas tout ce que vous lisez, mais maintenant ne croyez pas tout ce que vous voyez.

Leur méthode ne nécessite pas de supervision humaine. Si vous entrez dans le "cerveau" de leur concept, le générateur ne traite pas une image comme une image mais plutôt comme une collection de styles. Grossier. Milieu. Amende.

En bref, il est plus facile qu'avant de générer de fausses images crédibles. Les observateurs techniques regardent Thispersondoesnotexist.com qui utilise le code précédemment publié par les chercheurs de Nvidia sur GitHub. Ce site Web génère instantanément de nouvelles images faciales.

Chaque fois que vous chargez la page sur le site, un algorithme génère un nouveau visage humain à partir de zéro. "Le site a été créé par Phillip Wang, " signalé SlashGear , "qui a utilisé le réseau accusatoire génératif de NVIDIA, StyleGAN, pour le faire. C'est un site assez simple en ce qui concerne le design, car il ne montre qu'une seule image d'un visage humain lorsque vous le visitez."

Assez simple, En effet. Si vous allez sur le site thispersondoesnotexist.com vous voyez un visage de femme, par exemple, cliquez sur rafraîchir, bingo, un tout autre visage, du mâle adulte, à la femme adulte, à l'enfant de sexe féminin, à une adolescente, encore et encore. C'est ça. Pas de texte. Pas de pubs. Qu'est-ce que tout cela? Et plus important, pourquoi les observateurs technologiques en parlent-ils ?

En regardant le site cette personne n'existe pas, Lilly a expliqué à quoi s'attendre si vous cliquez sur le site Web; il générera "une nouvelle image faciale à partir de zéro à partir d'un vecteur de 512 dimensions à chaque fois que vous appuyez sur le bouton d'actualisation de votre navigateur".

Donc, qu'est-ce que ce réseau accusatoire génératif (GAN) surnommé StyleGAN qui SlashGear mentionné?

Rani Horev, LyrnAI , avait une explication utile dans le contexte des images :« Leur but est de synthétiser des échantillons artificiels, comme des images, qui ne se distinguent pas des images authentiques. Un exemple courant d'application GAN consiste à générer des images de visages artificiels en apprenant à partir d'un ensemble de données de visages de célébrités."

Tous les chemins mènent à un papier sur arXiv, rédigé par les chercheurs de NVIDIA, Tero Karras, Samuli Laine et Timo Aila. Le papier est intitulé, "Une architecture de générateur basée sur le style pour les réseaux antagonistes génératifs." Ils ont discuté d'une "nouvelle architecture" pour les GAN, celui qui mène à un "apprentissage automatique, séparation non supervisée des attributs de haut niveau."

Les chercheurs de NVIDIA ont publié StyleGAN sur github.com/NVlabs/stylegan, selon un post Facebook plus tôt ce mois-ci.

Jackson Ryan de CNET a déclaré :"Le réseau de neurones est suffisamment polyvalent pour que ce ne soient pas que des visages qu'il puisse évoquer, mais les chambres, des voitures et même des chats."

Synchronisé parlé de cette polyvalence. "Les chercheurs ont vu des résultats impressionnants en utilisant le nouveau générateur pour forger des images de chambres, voitures, et les chats avec l'ensemble de données LSUN (Large-scale Scene Understanding).

Jésus Diaz dans Entreprise rapide , à l'aide d'un exemple de moulages, a offert un instantané utile de StyleGAN en tant que réseau accusatoire génératif. « Il est composé de deux algorithmes :Le premier génère des chats en se basant sur son dressage sur des milliers d'images de chats, tandis que le second évalue les images synthétiques et les compare aux photos réelles. Puis, la seconde IA donne des retours à la première sur son travail, jusqu'à ce qu'elle réussisse enfin à créer des portraits toujours crédibles."

Diaz a noté que les auteurs de l'article ont déclaré qu'une combinaison de technologies a été utilisée pour "éliminer le bruit qui n'est pas pertinent pour le nouveau visage synthétique - par exemple, distinguer un arc sur la tête d'un chat et le rejeter comme superflu."

Jessica Miley dans Ingénierie intéressante :"Finalement, on espère que ces GAN pourront être utilisés pour développer des mondes virtuels complets en utilisant des méthodes automatisées au lieu de coder en dur. »

© 2019 Réseau Science X