Mød de falske berømtheder, der er drømt om af AI

Kategori: Kunstig intelligens Udsendt 31. okt

Vi har nu den perfekte løsning til berømthedsbesættelse: en algoritme, der fremtryller nye kendte ansigter efter behov.

Forskere ved Nvidia skabte den celeb-genererende algoritme ved hjælp af en smart ny maskinlæringsteknik. Ansigterne drømmes op ved hjælp af en mere effektiv version af det, der er kendt som et generativt modstridende netværk (eller GAN).

Et GAN består af to neurale netværk, begge trænet ved hjælp af et bestemt datasæt. Et netværk forsøger derefter at generere syntetiske eksempler for at narre det andet netværk til at tro, at de kom fra det originale datasæt. Processen hjælper det første netværk med at forbedre dets evne til at producere realistiske data.

GAN'er blev opfundet af Google-forsker Ian Goodfellow (som også er en af ​​vores 35 Innovators Under 35 for 2017), og de har vist sig bemærkelsesværdigt effektive til at syntetisere realistisk klingende tale og alle mulige blændende billeder. De kan vise sig at være meget nyttige til at generere animeret grafik til videospil og til at komprimere video mere effektivt.

I et papir (PDF) indsendt til en kommende konference, hævder Nvidia-forskerne at have udviklet et bedre GAN ved at lade det begynde at arbejde med billeder i lav opløsning og gradvist øge billedopløsningen såvel som størrelsen af ​​de involverede netværk. De fodrede deres GAN med et datasæt af berømthedsansigter, og det producerede nogle meget realistisk udseende ansigter (du kan se en video af forskningen her ).

En ting at bemærke er dog, at nogle få af billederne har mærkelige artefakter og funktioner, som et manglende øjenbryn eller tænder på det forkerte sted - ikke ligefrem ting, der ville give dig en koncert på reality-tv. Dette viser, at selvom maskinlæring kan producere fantastiske visuelle tricks, mangler den den dybere intelligens, der kræves for at give mening om den virkelige verden.