We are searching data for your request:
Upon completion, a link will appear to access the found materials.
Բացեք կայքը, որը գոյություն չունի, և դուք կգտնեք անծանոթ մարդու նկար: Առաջին հայացքից թվում է, որ ինչ-որ մեկը աշխատանքից ստացել է կադրային ռեկորդները և դրանք փակցրել է կայքում ՝ կայքի թարմացումը վերականգնում է ձեր կողմից ճանաչված մարդու մեկ այլ դեմք:
ՏԵՍ ՆԱԵՎ. Հետազոտողները մշակում են նյարդային ցանց, որը կարող է վերականգնել վնասված կամ ցածր որակի պատկերները
Եթե դու չես անում, և ոչ ոք չի անում: Քանի որ այս կայքի յուրաքանչյուր դեմք ամբողջովին կեղծ է, ստեղծվել է արհեստական ինտելեկտի հատուկ տեսակի ալգորիթմի օգտագործման միջոցով, որը կոչվում է գեներատիվ հակառակորդական ցանցեր (GAN):
Թարմացրեք էջը և ալգորիթմը առաջացնում է հիպեր-իրատեսական, բայց բացարձակապես կեղծ պատկեր անձի մասին: Էջը ստեղծվել է Uber ծրագրակազմի ինժեներ Ֆիլիպ Վանգի կողմից `ցույց տալու համար, թե ինչի են ընդունակ GAN- ները: Վանգը էջը տարածել է «Արհեստական բանականություն և խորը ուսուցում» ֆեյսբուքյան խմբում:
Այն ծածկագիրը, որը հնարավոր դարձրեց այս սողացող կայքը, գրվել է Nvidia- ի կողմից և ներկայացվել է մի փաստաթղթում, որը հասանելի է arXiv- ի հասակակիցների դիտումից առաջ: StyleGAN կոչված նեյրոնային ցանցն անսահման կիրառելիություն ունի ամեն ինչի համար ՝ խաղերից մինչև կեղծ փաստաթղթեր ստեղծելը:
Վանգը նկարագրեց կայքը իր ֆեյսբուքյան գրառման մեջ տարածելու իր դրդապատճառը.
«Դեմքերը ամենալավն են մեր ճանաչողության համար, ուստի ես որոշել եմ այդ հատուկ նախապատրաստված մոդելը ներկայացնել: Կայքն ամեն անգամ թարմացնելիս ցանցը զրոյից կստեղծի դեմքի նոր պատկեր 512 ծավալային վեկտորից »:
Ինչպես է դա աշխատում
Բոլոր GAN- ները ունեն երկու ցանց `գեներատոր և խտրական: Գեներատորը զրոյից սինթեզում է նոր նմուշներ, իսկ խտրականությունը նմուշներ է վերցնում ինչպես վերապատրաստման տվյալների, այնպես էլ գեներատորի արդյունքից և կանխատեսում, արդյոք դրանք «իրական» են կամ «կեղծ»:
Գեներատորը ստանում է պատահական վեկտոր (աղմուկ), ուստի դրա նախնական ելքը նաև աղմուկ է:
Խտրականից արձագանք ստանալուց հետո այն սովորում է սինթեզել ավելի «իրատեսական» պատկերներ: Միևնույն ժամանակ, խտրականությունը նաև սովորում է `համեմատելով առաջացած նմուշները իրական նմուշների հետ` գեներատորի համար դժվարացնելով այն խաբել:
GAN- ը ներկայացվել է 2014-ին, բայց միայն 2017-ին հետազոտողները կարողացան ստեղծել բարձրորակ, 1024x1024 պատկերներ, որոնք մանրամասն նկարագրված են այժմ հայտնի ProGAN թերթում: StyleGAN- ը հիմնված է այս նախորդ աշխատանքի վրա, բայց այժմ հետազոտողներին թույլ է տալիս ավելի շատ վերահսկել հատուկ առանձնահատկությունները:
GAN- ը կձևավորի վիրտուալ ապագան
Ի վերջո, հուսով են, որ այս GAN- ները կկարողանան օգտագործվել կոշտ կոդավորման փոխարեն `ավտոմատացված մեթոդների օգտագործմամբ լիարժեք վիրտուալ աշխարհներ զարգացնելու համար: Դրանք նաև ունեն հնարավորություն ստեղծելու իրատեսական 3D մոդելներ գովազդային և բրենդային այլ հնարավորությունների օգտագործման համար, որոնք նման են Imma- ին, բայց մի փոքր ավելի խորությամբ:
Չնայած դա հուզիչ է, բայց մյուսները կարող են վախենալ տեխնոլոգիայի ավելի չարագործ օգտագործման համար, ինչպիսիք են DeepFakes- ին նպաստելը, համակարգչային նկարներ, որոնք գերակշռում են առկա նկարների կամ տեսանյութերի վրա, որոնք կարող են օգտագործվել կեղծ լուրեր տարածելու համար: Մտածելու որոշ մտքեր, մինչ դուք անընդհատ թարմացնում եք այս մարդուն, գոյություն չունի:
