Ez a személy nem létezik a 2019-es legjobb egyoldalas honlapja

Röviden, a honlapon megjelenő képek ez a személy nem léteznek, véletlen középiskolai portréknak vagy homályosan nem kívánatos LinkedIn fejlövéseknek tűnhetnek. De minden egyes fotó a webhelyen egy speciális mesterséges intelligencia algoritmus segítségével jött létre, amelyet generatív ellentétes hálózatoknak (GAN-ok) hívnak.

Minden alkalommal, amikor az oldal frissül, megdöbbentően reális - de teljesen hamis - egy személy arcának képe jelenik meg. A korábbi Uber szoftvergyártó, Phillip Wang létrehozta az oldalt, hogy bemutassa, hogy a GAN-ok mennyire képesek, majd azt kedden a „Mesterséges intelligencia és mélyreható tanulás” nyilvános Facebook-csoportjába tette.

Lásd még: Ez a személy nem létezik alkotója magyarázza el, miért tette a webhelyet

A mögöttes kódot, amely ezt lehetővé tette, a StyleGAN címmel az Nvidia írta, és egy olyan dokumentumban szerepelt, amelyet még nem vizsgáltak. A neurális hálózatoknak ez a pontos típusa forradalmasíthatja a videojátékokat és a 3D-s modellezési technológiát, de a szinte bármilyen típusú technológiához hasonlóan azt is használhatná a baljósabb célokra. A mélyfeketei, vagy a meglévő képeken vagy videókon feltüntetett számítógéppel generált képek felhasználhatók a hamis hírek vagy más hamisítások nyomására. Pontosan ezért döntött úgy Wang, hogy létrehozza a mesmerizáló, de hűtő honlapot is.

„Úgy döntöttem, hogy saját zsebébe vágom, és emelek némi közvéleményt a technológia iránt” - írta a posztján. „Az arcok a legismertebbek a megismerésünkhöz, ezért úgy döntöttem, hogy felállítom a konkrét előkészített modellt. Minden alkalommal, amikor frissíti a webhelyet, a hálózat új arcképet generál egy semmiből egy 512 dimenziós vektorból."

Hogyan működnek a GAN-ok?

A GAN-ok koncepcióját először 2014-ben Ian Goodfellow neves informatikus tudta be, és azóta az Nvidia a technológia élvonalában áll. Tero Karras, a vállalat fő kutatója, több GAN tanulmányt vezetett.

A GAN-ok két hálózatból állnak: a generátorból és a diszkriminátorból. Ezek a számítógépes programok egymás millióival egymás ellen versengenek egymással, hogy finomítsák képalkotó képességeiket, amíg elég jóak lesznek ahhoz, hogy létrehozzák a teljes képeket.

A kutatók nem tudtak kiváló minőségű, 1024x1024 képeket készíteni ezzel a módszerrel egészen a közelmúltig - 2017 végéig -, amikor az Nvidia a kódot a híres ProGAN papírjában leírt technikával repedt. A StyleGAN erre a koncepcióra épül, így a kutatók jobban ellenőrzik a konkrét vizuális jellemzőket.

Miért olyan jó az Nvidia a GAN-okban?

Az Nvidia első üzletága grafikus feldolgozó egységek (GPU-k vagy grafikus kártyák) tervezése és értékesítése. A GPU-k a gépi tanulás motorjai, amelyek az algoritmusok képzésére szolgálnak, mint például a StyleGAN-ok, órák végéig. hatalmas sorok és számok oszlopai, ami egyfajta, ami a motorháztető alatt történik, amikor az AI-t kiképzik.

A vállalat előnye, hogy hozzáférést biztosít a legmodernebb GPU-khoz, így kutatói számára a legmodernebb források a neurális hálózatok kiképzéséhez járulnak hozzá.

A GAN-ok jövője

Az Nvidia, a Facebook, a Google és számos más technológiai vállalat rendelkezik az A.I. technika. A végső cél az, hogy teljesen kiépített virtuális világokat generáljon, potenciálisan VR-ben, automatizált módszerek alkalmazásával a kemény kódolás helyett. Közben azonban a GAN-eket már használják a virtuális szociális média-befolyásolók piacának fejlesztésére.

Számos számítógéppel generált karakter, amely a divatmárkákat és az életmód-vállalatokat hirdeti, már több millió követőt gyűjtött az interneten. A kockázatitőke-társaságok milliókat fektettek be a koncepcióba, és a GAN-ok ezeknek a 3D-modelleknek a kevésbé munkaerővel való valósághűbbé tételét szolgálhatják.

Addig is képes lesz arra, hogy időnként frissítsen minket, aki nem létezik, és a félrevezetően lelki hamis arcok szemébe néz. Ez egy izgalmas, mégis hűvös példa arra, hogy a jövő hamis világai milyen valósággá válnak.