На пръв поглед тези портрети на усмихнати хора изглеждат съвсем нормално - просто обикновени лица, които можеш да видиш по улиците на някой западен град, нито нереално красиви, нито с някакви кой знае какви аномалии по себе си. Съвсем обикновени хора.
Трикът тук е, че нито един от тях не е действително съществуващ човек. Всички тези лица са генерирани от изкуствен интелект и реални хора зад тях не съществуват.
Ако трябва да бъдем по-точни тези лица са създадени от генеративна състезателна мрежа (Generative Adversarial Network - GAN), разработена от Nvidia чрез употребата на техники на дълбоко обучение, за да произвеждат възможно най-реалистични портрети от база данни със съществуващи снимки.
Отидете на сайта "Този човек не съществува" и ще видите сами резултатите. Всеки път, когато обновявате страницата, там се появява нов портрет на човек, генериран от платформата въз основа на множество други снимки.
Самата система е създадена от екип софтуерни инженери от компанията за производство на хардуер Nvidia. Инженерът на Uber Филип Уанг се възползва от нея и я адаптира, за да създаде този сайт. Той публикува своята разработка във Facebook групата Artificial Intelligence & Deep Learning. По думите му този проект цели да привлече вниманието към развитието на технологиите и обучаването на изкуствен интелект.
"Лицата са най-важни за нашето познание, така че реших да поставя този предварително обучен модел. Всеки път, когато обновявате сайта, мрежата ще генерира чисто нова снимка", пише той в публикация в групата.
Самата система, разработена от Nvidia, работи посредством две невронни мрежи, които работят така, че да имитират процеса на вземане на решения в човешкия мозък. Едната генерира фалшивото лице въз основа на базата данни от снимки, а другата решава дали полученият резултат е достатъчно реалистичен, сравнявайки го със снимки на действителни личности.
Ако тестът на втората невронна мрежа не е преминат, генераторът на лица прави нов опит и така, докато не постигне приемлив резултат, който в крайна сметка се показва на сайта.
Образите, произведени от програмата за изкуствен интелект, не само изглеждат кристално ясни и хипер-реалистични, но и процесът за създаването им е по-скоро нов и отваря някои невероятни възможности.
За разработката стана ясно още през декември, когато софтуерните инженери на Nvidia публикуваха видео, в което обясняват как точно работи системата за обучение на изкуствения интелект. Там обясняват, че екипът им е създал нов генератор, който без човешка намеса успява веднага да раздели различните аспекти от снимката.
Самият генератор успява да комбинира няколко различни снимки, произвеждайки от тях съвсем ново лице. Изкуственият интелект възприема изходните снимки като комбинация от различни "стилове".
Първо са грубите стилове. Тук попадат позата, формата на лицето, косата и т.н. После идва ред на средните аспекти - разположението на очите, носа, устата, формата им, наличието на брада и мустаци и т.н. Накрая идва финият стил, който представлява цветовата гама на човешкото лице.
Също така системата определя кой от различните стилове с каква сила и какъв интензитет да се прилага, което също произвежда и различни крайни резултати. Тежестта на тези различни аспекти на лицето може да бъде променена и коригирана, когато е необходимо, което дава на програмистите по-голям контрол над крайния изход.
По-интересното е, че този изкуствен интелект може да се прилага не само за лица, но също така за автомобили, котки и дори за домашно обзавеждане.
Това, на свой ред, отваря една голяма врата към създаването на абсолютно реалистична виртуална реалност. Ако един изкуствен интелект толкова добре може да създаде толкова истински изглеждащи образи не само на лица, но и на заобикаляща реалност, въз основа на голяма база от реални снимки, човек може само да си представи какво би било приложението им в практиката.
Възможностите за приложение на тази нова технология са безкрайни. Разбира се, това ни връща на проблема с технологията DeepFake, която също ще се облагодетелства от развитието на технологията на Nvidia.
Системите за изкуствен интелект ще станат по-умни в създаването на такъв вид съдържание. И може би следващата крачка трябва да бъде да ги научим да разпознават създадените фалшификати чрез някакъв някакъв процес на проверка.
В противен рискуваме да се окажем затрупани от лъжливи кадри на реални личности или дори на хора, които никога не са съществували.
Иначе казано, развитието на технологиите и на изкуствените интелекти е един огромен напредък за човечеството, но може да се окаже, че с тях самата концепция за истината може да се размие дори още повече, ако не се вземат мерки.
Koму е нужно това
>Koму е нужно това Кому са били нужни експериментите на братя Райт? Кому е било важно каква точно е структурата на ДНК? Кому е било нужно пращането на електронно съобщение по ARPANET? GAN е гигантска стъпка напред в областта на AI/ML, защото е метод с много широко приложение и отваря възможности за подобряване на качествата на ИИ системи не чрез наливане на още и още данни, не чрез внедряване на познания от конкретната област, а просто чрез използването на две системи-противници, чието съперничество подобрява и двете. Ако не виждаш очевидните огромни потенциални предимства на този метод, то причината е само в твоите интелектуални и когнитивни способности. Друго подобно сравнително ново и доста обещаващо развитие в областта е causal inference (нямам идея как са превели термина на български), което цели да научи ИИ системите не просто на корелации, а на причинно-следствени връзки. Предполагам сега ще попиташ "кому е нужно роботът да знае, че атмосферното налягане влияе върху барометъра, а не точно обратното?"..
За съжаление любопитството и стремежът да опознаем природата, така присъщи на цивилизацията ни, са съчетани с арогантно самодоволство и неспособност да се контролират разумно фундаменталните научни открития. Може в крайна сметка природата разумно да реши казуса като ни помогне да създадем своето може би по-добро продължение способно да се развива с бързина недостъпна за нас. Също така е възможно да осъзнае, че ние не сме много разумни
Вече 20 години наблюдавам доста силната корелация между липсата на солидни научни квалификации и склонността да приписва качества като арогантност, самодоволство и прочие самоцелна мотивация на хората от науката. Също, въпреки че съм ги прекарал изцяло в обстановка на точно хора със солидни научни квалификации, все още не съм срещнал дори един пример на популярния иначе архетип на арогантния, самовлюбен, откъснат от реалността учен. ОК, много от по-младите (под 30) хора, които излизат от университетите, са леко арогантни и са склонни да си мислят, че са хванали господ за шлифера след като са завършили Stanford или MIT с почти максимални оценки, но дори това в повечето случаи се ошлайфа за 5-6 години живот в истинския свят извън академията. И понеже моите лични наблюдения са единични и субективни, погледни за пример учените хора, които популяризират науката в днешни времена (защото тях, за разлика от Поанкаре или Азимов, ги има обилно в youtube). Хора като Карл Сейгън, Дейвид Атенборо, Стивън Гулд, Стивън Пинкър, Дан Ариели, Бил Най, Нийл деГрас Тайсън и прочие - нито един от тях не е дори минимално арогантен, а точно обратното. Най-арогантният, за който се сещам, е може би Файнман, но дори той далеч не е бил толкова самовлюбено арогантен, колкото лаиците типично приписват на учените, при това най-често просто за да се почувстват малко по-добре в лаишката си кожа.
Или пък Брайан Грин, Стивън Хопкинс.. Всъщност имах предвид всички останали извън учените-алчни за власт политици, военно-промишлемият комлекс, алчни и безотговорни бизнесмени ....