Ces faux visages incroyablement réalistes montrent comment les algorithmes peuvent maintenant nous déranger

Les visages ci-dessus ne semblent pas particulièrement remarquables. Ils pourraient facilement provenir, par exemple, de Facebook ou de LinkedIn. En réalité, ils ont été imaginés par un nouveau type d'algorithme d'IA.

Les chercheurs de Nvidia ont publié des détails sur la méthode de production de faux visages complètement imaginaires avec un réalisme époustouflant, presque étrange (voici le papier ).

Les chercheurs, Tero Karras, Samuli Laine et Timo Aila, ont proposé une nouvelle façon de construire un réseau antagoniste génératif, ou GAN.

Les GAN utilisent deux réseaux de neurones en duel pour entraîner un ordinateur à apprendre suffisamment bien la nature d'un ensemble de données pour générer des contrefaçons convaincantes. Lorsqu'il est appliqué aux images, cela fournit un moyen de générer des faux souvent très réalistes. Les mêmes chercheurs de Nvidia ont déjà utilisé la technique pour créer célébrités artificielles (lire notre profil de l'inventeur des GAN, Ian Goodfellow ).

Nvidia fabrique les puces informatiques essentielles à l'intelligence artificielle, mais l'entreprise emploie également une armée d'ingénieurs en logiciel pour développer des outils utiles et expérimenter de nouvelles façons d'utiliser son matériel.

Les faux visages de célébrités de Nvidia (deux premières rangées) et ses nouveaux faux visages plus réalistes ci-dessous. Nvidia

Les images ci-dessous montrent à quel point le nouveau travail est une amélioration.

Dans les travaux les plus récents, les chercheurs se sont inspirés d'une technique connue sous le nom de transfert de style pour construire leur GAN d'une manière fondamentalement différente. Cela a permis à leur algorithme d'identifier différents éléments d'un visage, que les chercheurs pourraient ensuite contrôler.

À vidéo produit par les chercheurs montre comment l'approche peut également être utilisée pour jouer avec, et remixer, différents éléments, comme l'âge, la race, le sexe ou même les taches de rousseur.

Cela semble sûrement être un autre grand saut de qualité pour les GAN, dit Mario Klingemann , un artiste et codeur qui utilise les GAN dans son travail. Il semble également être incroyablement contrôlable, contrairement aux GAN jusqu'à présent où vous devez déterminer expérimentalement comment orienter les résultats dans une certaine direction (comme faire sourire un visage ou le vieillir).

Klingemann dit qu'il est désireux de mettre la main sur le code et de l'expérimenter à des fins artistiques. Je suis très intéressé de savoir comment faire en sorte que ce modèle fasse de 'mauvaises' choses, dit-il.

Les GAN sont susceptibles de changer la façon dont les jeux vidéo et les effets spéciaux sont générés. L'approche pourrait évoquer des textures ou des personnages réalistes à la demande. Nvidia a récemment présenté un projet qui utilise des GAN pour synthétiser l'apparence d'objets dans une scène en temps réel dans un jeu de conduite.

Adobe a également un projet qui utilise des GAN pour améliorer le réalisme des images après qu'elles ont été manipulées, en supprimant les artefacts qui peuvent facilement être introduits. Les GAN peuvent également être utilisés pour améliorer la netteté des images ou des vidéos dégradées.

Mais le travail est également un exemple frappant de la façon dont les progrès de l'apprentissage automatique conduisent à toutes sortes de nouvelles possibilités de contrefaçon. Nous avons écrit sur le potentiel de falsification vidéo pour nuire au discours politique dans un numéro spécial consacré à la politique plus tôt cette année (voir Fake America great again ).

cacher