Learn English Alphabet Phonics | ABC Letter Sounds | American English Pronunciation
Mục lục:
Nhìn thoáng qua, những hình ảnh được giới thiệu trên trang web This Person Does not Exist có thể giống như những bức chân dung ở trường trung học ngẫu nhiên hoặc những bức ảnh chụp trên LinkedIn mơ hồ. Nhưng mỗi bức ảnh trên trang web đã được tạo ra bằng cách sử dụng một loại thuật toán trí tuệ nhân tạo đặc biệt gọi là mạng đối nghịch chung (GANs).
Mỗi khi trang web được làm mới, một hình ảnh thực tế gây sốc - nhưng hoàn toàn giả mạo của một người mặt xuất hiện. Cựu kỹ sư phần mềm Uber, Phillip Wang đã tạo ra trang này để chứng minh những gì GAN có khả năng, và sau đó đăng nó lên nhóm Facebook công cộng Trí thông minh nhân tạo & Deep Learning, vào thứ ba.
Xem thêm: Người này không tồn tại người tạo giải thích lý do tại sao anh ta tạo ra trang web
Mã cơ bản làm cho điều này có thể, có tiêu đề StyleGAN, được viết bởi Nvidia và được trình bày trong một bài báo chưa được đánh giá ngang hàng. Loại mạng thần kinh chính xác này có khả năng cách mạng hóa trò chơi video và công nghệ mô hình 3D, nhưng, như với hầu hết mọi loại công nghệ, nó cũng có thể được sử dụng cho các mục đích độc ác hơn. Deepfakes, hoặc hình ảnh do máy tính tạo ra được đặt chồng lên hình ảnh hoặc video hiện có, có thể được sử dụng để đẩy các bản tin giả mạo hoặc các trò lừa bịp khác. Đó chính xác là lý do tại sao Wang chọn để tạo ra các trang web mê hoặc nhưng cũng lạnh.
Tôi đã quyết định đào sâu vào túi riêng của mình và nâng cao nhận thức cộng đồng về công nghệ này, anh ấy đã viết trong bài đăng của mình. Khuôn mặt của những người nổi tiếng nhất đối với nhận thức của chúng tôi, vì vậy tôi đã quyết định đưa mô hình được đào tạo cụ thể đó lên. Mỗi khi bạn làm mới trang web, mạng sẽ tạo ra một hình ảnh khuôn mặt mới từ đầu từ một vectơ 512 chiều.
Làm thế nào để GAN làm việc?
Khái niệm về GAN được giới thiệu lần đầu tiên vào năm 2014 bởi nhà khoa học máy tính quý giá Ian Goodfellow và kể từ đó, Nvidia luôn đi đầu trong công nghệ. Tero Karras, một nhà khoa học nghiên cứu chính của công ty, đã dẫn đầu nhiều nghiên cứu về GAN.
Tại cốt lõi của họ, GAN bao gồm hai mạng: trình tạo và phân biệt đối xử. Các chương trình máy tính này cạnh tranh với nhau hàng triệu lần để hoàn thiện các kỹ năng tạo hình ảnh của họ cho đến khi họ đủ tốt để tạo ra những bức ảnh đầy đủ.
Các nhà nghiên cứu weren có thể tạo ra hình ảnh chất lượng cao, 1024x1024 bằng phương pháp này cho đến gần đây - cuối năm 2017 - khi Nvidia bẻ khóa mã bằng một kỹ thuật được mô tả trong bài báo ProGAN nổi tiếng của nó. StyleGAN xây dựng trên khái niệm này bằng cách cho các nhà nghiên cứu kiểm soát nhiều hơn các tính năng hình ảnh cụ thể.
Tại sao Nvidia lại giỏi về GAN?
Ngành kinh doanh đầu tiên của Nvidia là thiết kế và bán các đơn vị xử lý đồ họa (GPU hoặc card đồ họa. GPU là công cụ để học máy được sử dụng để đào tạo các thuật toán, như StyleGAN, trong nhiều giờ liền. hàng và cột số lượng lớn, đó là loại những gì xảy ra dưới mui xe khi AI được đào tạo.
Công ty có lợi ích là có quyền truy cập vào các GPU tiên tiến nhất của mình, giúp các nhà nghiên cứu của mình có thêm lợi thế về các tài nguyên tiên tiến nhất để đào tạo các mạng lưới thần kinh.
Tương lai của GAN
Nvidia, Facebook, Google và nhiều công ty công nghệ khác có đội ngũ các nhà nghiên cứu phát triển các phiên bản của A.I. kỹ thuật. Mục tiêu cuối cùng là sử dụng nó để tạo ra các thế giới ảo hoàn toàn xác thực, có khả năng trong VR, sử dụng các phương thức tự động thay vì mã hóa cứng. Nhưng trong thời gian đó, GAN đã được sử dụng để phát triển thị trường vừa chớm nở cho những người có ảnh hưởng truyền thông xã hội ảo.
Vô số các nhân vật do máy tính tạo ra quảng cáo cho các thương hiệu thời trang và các công ty phong cách sống đã thu hút được hàng triệu người theo dõi trên internet. Các công ty đầu tư mạo hiểm đã đầu tư hàng triệu đô la vào khái niệm này và GAN có thể phục vụ để làm cho các mô hình 3D này thực tế hơn với ít lao động hơn.
Cho đến lúc đó, bạn sẽ có thể tìm thấy chúng tôi định kỳ làm mới Người này không tồn tại, nhìn đắm đuối vào đôi mắt của những khuôn mặt giả tạo vô hồn của nó. Nó là một ví dụ thú vị, nhưng lạnh giá, về việc thế giới giả trong tương lai sắp trở thành hiện thực như thế nào.