Lernen Sie die gefälschten Prominenten kennen, die sich die KI ausgedacht hat

Kategorie: Künstliche Intelligenz Gesendet 31. Okt

Wir haben jetzt die perfekte Lösung für die Promi-Obsession: einen Algorithmus, der auf Abruf neue berühmte Gesichter heraufbeschwört.

Forscher bei Nvidia haben den Promi-generierenden Algorithmus mithilfe einer cleveren neuen maschinellen Lerntechnik entwickelt. Die Gesichter werden mithilfe einer effizienteren Version eines sogenannten Generative Adversarial Network (GAN) erstellt.

Ein GAN besteht aus zwei neuronalen Netzen, die beide mit einem bestimmten Datensatz trainiert werden. Ein Netzwerk versucht dann, synthetische Beispiele zu generieren, um das andere Netzwerk zu täuschen, dass sie aus dem ursprünglichen Datensatz stammen. Der Prozess hilft dem ersten Netzwerk, seine Fähigkeit zur Erzeugung realistischer Daten zu verbessern.

GANs wurden von Google-Forscher Ian Goodfellow (der auch einer unserer 35 Innovators Under 35 für 2017 ist) erfunden und haben sich als bemerkenswert effektiv bei der Synthese realistisch klingender Sprache und aller Arten von schillernden Bildern erwiesen. Sie könnten sich als sehr nützlich erweisen, um animierte Grafiken für Videospiele zu erstellen und Videos effizienter zu komprimieren.

In ein Papier (PDF), das auf einer bevorstehenden Konferenz eingereicht wurde, behaupten die Nvidia-Forscher, ein besseres GAN entwickelt zu haben, indem sie beginnen, mit Bildern mit niedriger Auflösung zu arbeiten, und die Bildauflösung sowie die Größe der beteiligten Netzwerke schrittweise erhöhen. Sie fütterten ihr GAN mit einem Datensatz von prominenten Gesichtern, und es entstanden einige sehr realistisch aussehende Gesichter (Sie können sich ein Video der Forschung ansehen Hier ).

Beachten Sie jedoch, dass einige der Bilder seltsame Artefakte und Merkmale aufweisen, wie eine fehlende Augenbraue oder Zähne an der falschen Stelle – nicht gerade Dinge, die Ihnen einen Auftritt im Reality-Fernsehen einbringen würden. Dies zeigt, dass selbst wenn maschinelles Lernen erstaunliche visuelle Tricks hervorbringen kann, ihm die tiefere Intelligenz fehlt, die erforderlich ist, um die reale Welt zu verstehen.