Источник фотоиллюстрации: Westend61/Getty Images

Общий интеллект OneZero – это сводка самых важных новостей недели об искусственном интеллекте и распознавании лиц.

Менее 10 лет назад некоторые из самых основных алгоритмов искусственного интеллекта, такие как распознавание изображений, требовали такой вычислительной мощности, которая обычно имеется в центрах обработки данных. Сегодня эти инструменты доступны на вашем смартфоне и являются гораздо более мощными и точными.

Подобно ядерной энергетике или ракетному двигателю, искусственный интеллект считается технологией двойного назначения, что означает, что его способность причинять вред равна его способности приносить пользу.

Ранее на этой неделе Vice сообщал о последнем примере одного из таких видов вреда: кодеры использовали изображения сексуального насилия для обучения алгоритмов созданию порно. В статье подробно рассказывается, как анонимный аспирант скомпилировал изображения без согласия в набор данных и объединил их с готовыми алгоритмами для создания пользовательских видео.

Создатель сгенерированного искусственным интеллектом порно, разместивший его на таких платформах, как PornHub и OnlyFans, сообщил Vice, что использовал StyleGAN2, алгоритм с открытым исходным кодом, созданный Nvidia. Если вы видели в Интернете очень реалистичные поддельные лица, такие как ThisPersonDoesNotExist.com, они, вероятно, были созданы StyleGAN2.

Подобно ядерной энергетике или ракетному двигателю, искусственный интеллект считается технологией двойного назначения, что означает, что его способность причинять вред равна его способности приносить пользу.

Но эта технология появилась не сразу. Существует четкий путь от некоторых из самых ранних современных алгоритмов генерации изображений до этого феномена порнографии, созданной искусственным интеллектом. Вот как это выглядит.

Делаем технологию полезной

Алгоритмы генерации изображений расширили свои возможности в 2014 году с созданием генеративно-состязательных сетей или GAN. Идея, которую А.И. Исследователь Ян Гудфеллоу первоначально придумал во время спора в баре, чтобы противопоставить алгоритмы друг другу, чтобы получить наилучший результат. Для создания изображения у вас должны быть генератор и дискриминатор. Генератор будет создавать изображения, а дискриминатор попытается определить, настоящий он или поддельный, основываясь на реальных изображениях, на которых он был обучен. Только самые реалистичные изображения будут приняты дискриминатором, гарантируя, что конечным результатом будут сливки урожая, созданного искусственным интеллектом.

Дипфейки становятся достоянием общественности

Первоначальное исследование Гудфеллоу GAN показало хорошие результаты в отраслевых тестах, но многие из созданных им изображений по-прежнему выглядели как адские капли, которые представляли идеи только абстрактно и нечеловечески. К 2016 году другие исследователи начали экспериментировать с этой техникой и нашли способы создавать реалистичные изображения, хотя и с небольшим разрешением. Одна из выдающихся работ того времени показала, как исследователи могут создавать реалистичные изображения спален, а также рудиментарные попытки создания лиц. Это исследование снова показало, что GAN могут адаптироваться в зависимости от типа данных, на которых они обучались. Идея работала как для лиц, так и для спален, а это означало, что сети действительно могли идентифицировать закономерности в различных типах изображений.

В настоящее время существует несколько свободно доступных методов с открытым исходным кодом для создания синтетических лиц, основанных на архитектуре GAN. А поскольку облачные сервисы, такие как Amazon AWS и Google Cloud, стали более доступными, появилась возможность обучать эти алгоритмы. Наиболее известен в А.И. исследовательский мир — это StyleGAN, созданный Nvidia. Он был выпущен в декабре 2018 года, и хотя он мог создавать невероятно качественные изображения поддельных лиц, изображения также содержали странные пятна и цифровые артефакты. Менее чем через год команда Nvidia выпустила StyleGAN2, в котором была исправлена ​​архитектура алгоритма для предотвращения образования этих пятен и артефактов, а также улучшена точность изображений.

«https://develop3d.com/nfr/Ev-G01.html»
«https://develop3d.com/nfr/Ev-G02.html»
«https://develop3d.com /nfr/Ev-G03.html»
«https://develop3d.com/nfr/Ev-G04.html»
«https://develop3d.com/nfr/Pac-v-Jag01 .html»
«https://develop3d.com/nfr/Pac-v-Jag02.html»
«https://develop3d.com/nfr/Pac-v-Jag03.html»< br /> «https://develop3d.com/nfr/Pac-v-Jag04.html»
«https://develop3d.com/nfr/Pac-v-Jag05.html»
« https://eibparis.com/rkd/Bu-v-Pa-liv-4.html»
«https://eibparis.com/rkd/Bu-v-Pa-liv-5.html»< br /> «https://eibparis.com/rkd/Bu-v-Pa-liv-on.html»
«https://eibparis.com/rkd/Bu-v-Pa-liv-on2 .html»
«https://eibparis.com/rkd/Bu-v-Pa-liv-on3.html»
«https://eibparis.com/rkd/Tu-Lio-v -Was-aq4.html»
«https://eibparis.com/rkd/Tu-Lio-v-Was-c5.html»
«https://eibparis.com/rkd/Tu -Lio-v-Was-ds3.html»
«https://eibparis.com/rkd/Tu-Lio-v-Was-rt2.html»
«https://eibparis.com /rkd/video-Bro-v-Tex-2z.html»
«https://eibpari s.com/rkd/video-Bro-v-Tex-3u.html»
«https://eibparis.com/rkd/video-Bro-v-Tex-4t.html»
« https://eibparis.com/rkd/video-Bro-v-Tex-5b.html»
«https://eibparis.com/rkd/video-Bro-v-Tex.html»
«https://develop3d.com/pco/Eag-v-Gia-34-hp.html»
«https://develop3d.com/pco/Eag-v-Gia-game-on.html »
«https://develop3d.com/pco/Eag-v-Gia-game-on2.html»
«https://develop3d.com/pco/Eag-v-Gia-game -on3.html»
«https://develop3d.com/pco/Eag-v-Gia-wxx5.html»
«https://develop3d.com/pco/jag-v-pac -5.html»
«https://develop3d.com/pco/jag-v-pac-d4.html»
«https://develop3d.com/pco/jag-v-pac -m2.html»
«https://develop3d.com/pco/jag-v-pac-mc.html»
«https://develop3d.com/pco/jag-v-pac -n3.html»
«https://develop3d.com/hulu/hv-t1.html»
«https://develop3d.com/hulu/hv-t3.html»
> «https://develop3d.com/hulu/nv-c1.html»
«https://develop3d.com/hulu/nv-c2.html»
«https://develop3d. com/hulu/nv-c3.html»
«https://develo p3d.com/hulu/nv-p1.html»
«https://develop3d.com/hulu/Nf-v-Cp3.html»
«https://develop3d.com/hulu/ Nf-v-Cp4.html»
«https://develop3d.com/hulu/Nfl-v-Pac-en-tv.html»
«https://develop3d.com/hulu/ Nfl-v-Pac-rc2.html»
«https://develop3d.com/hulu/Ta-v-Bu1.html»
«https://develop3d.com/hulu/Ta- v-Bu3.html»
«https://develop3d.com/hulu/Ta-v-Bu4.html»
«https://eibparis.com/rcb/Nf-v-Cp- rc04.html»
«https://eibparis.com/rcb/Nf-v-Cp2.html»
«https://eibparis.com/rcb/Nfl-v-Pac-rc2. html»
«https://eibparis.com/rcb/Ta-v-Bu2.html»
«https://eibparis.com/rcb/hv-t2.html»
«https://eibparis.com/rcb/hv-t4.html»
«https://eibparis.com/rcb/nv-c2.html»
«https://eibparis.com /rcb/nv-c4.html»
«https://develop3d.com/cjx/4k/Cvb-us3.html»
«https://develop3d.com/cjx/4k/Cv -P2.html»
«https://develop3d.com/cjx/4k/Cv-P3.html»
«https://develop3d.com/cjx/4k/Ca-v-Pa1 .html»
«https://develop3d.com/cjx/4k/Cl-v- br-us1.html»
«https://develop3d.com/cjx/4k/Cl-v-br-us2.htm»
«https://develop3d.com/cjx/4k/ GBp-nfj-14.html»
«https://develop3d.com/cjx/4k/Gvp-nf15.html»
«https://develop3d.com/cjx/4k/Gb- v-pa-nfx13.html»
«https://develop3d.com/cjx/4k/HvT-tvj6.html»
«https://develop3d.com/cjx/4k/Ho- v-Te-tv5.html»
«https://develop3d.com/cjx/4k/Ho-v-tex-tv4.html»
«https://develop3d.com/cjx/ 4k/Nv-G10.html»
«https://develop3d.com/cjx/4k/Ny-v-Gi-nj9.html»
«https://develop3d.com/cjx/ 4k/Ny-v-Gi-nk8.html»
«https://develop3d.com/cjx/4k/okj-Jv-J3.html»
«https://develop3d.com/ cjx/4k/okj-Ja-v-Ju1.html»
«https://develop3d.com/cjx/4k/okj-Ja-v-Ju2.html»
«https:// develop3d.com/cjx/4k/Pv-E07.html»
«https://develop3d.com/cjx/4k/Ph-v-Ea-en-us4.html»
«https: //develop3d.com/cjx/4k/Ph-v-Ea-en-us5.html»
«https://develop3d.com/cjx/4k/Rjx-DvL-12.html»
> «https://develop3d.com/cjx/4k/Rjx-De-v-Li-10.html»
«http s://develop3d.com/cjx/4k/Rjx-De-v-Li-11.html»
«https://develop3d.com/cjx/4k/Tv-B24.html»
> «https://develop3d.com/cjx/4k/Ta-v-Bu-us22.html»
«https://develop3d.com/cjx/4k/Ta-v-Bu-us23.htm »
«https://develop3d.com/cjx/4k/Wv-F8.html»
«https://develop3d.com/cjx/4k/Wv-F9.html»
> «https://develop3d.com/cjx/4k/Wa-v-Fo7.html»

Эти алгоритмы могут быть адаптированы к различным областям. Обучая алгоритмы на порнографических изображениях, а не только на лицах, система смогла адаптироваться к генерации чего-то, для чего она, возможно, никогда не предназначалась.

GANS также был портирован специально для создания дипфейков через проекты с открытым исходным кодом, такие как «DeepFaceLab» и «Wav2Lip». Простоту использования этих сервисов невозможно переоценить: на веб-сайте проекта Wav2Lip показано, как с помощью одной строки кода можно автоматически синхронизировать тему видео с любым аудиофайлом.

Эти технологии все еще находятся в зачаточном состоянии, и они будут становиться все более точными и убедительными. Некоторые из применений этих технологий действительно интересны — посмотрите, как Мстители поют Sweet Child O' Mine, сцену из Сводных братьев, — но, в конечном счете, эти алгоритмы также теперь намного проще для всех. использовать в злонамеренных целях. И без обращения за помощью вред от дипфейков может перевесить их небольшую развлекательную ценность.

Как академик А.И. Исследования превратились в компьютерное порно