Ijesztően élethű hamis emberi arcokat generál az Nvidia GAN 2.0 A képen látható két színes portré közül melyik lehet a hamis? Sajnos mindkettő!
Az Nvidia fejlesztői több területen is próbálják kamatoztatni a mélytanulásban és a neurális hálózatokban rejlő lehetőségeket. Egy új algoritmussal már valós időben, AI alapon tudnak városi környezetet renderelni, most pedig egy másik témával került a cég AI részlege a hírek kereszttüzébe: olyan neurális hálózatot fejlesztettek, amellyel élethű emberi arcokat lehet generálni, a végeredményt pedig most már paraméterekkel is lehet befolyásolni.
Utóbbi azért lényeges, mert a korábbi GAN alapú megoldásoknál nem lehetett kontrollálni, milyen specifikus tulajdonságokat akarnak újra generálni, a GAN 2.0 esetében azonban már ilyesmire is lehetőség van.
Az Nvidia GAN 2.0 (Generative Adversarial Network) már stílus alapon működik, azaz egy-egy fotó segítségével megadható az az irány, amely mentén új képeket szeretnének generálni. Az alapfotók esetében az arcforma, a szemek elhelyezkedése és mérete, az orr formája, elhelyezkedése és mérete, valamint az ajkak mérete és formája is bekerül az adatkészletbe. Az alapképet a rendszer vektorgrafikussá konvertálja, ez lesz az alapja az új, immár hamis képnek, amit egy neurális hálózat generál több ezernyi „betanított” kép alapján, amelyek tulajdonságait a tanítási folyamat alapján ismerte meg. A kész kép esetében természetesen azt is meg lehet adni, milyen nemű legyen az új identitás. A neurális hálózatot ebben az esetben egyébként nagyjából 200 000 fotóval, a CelebA adatkészletének segítségével tréningezték.
Ezt a tudást az AI különböző képek generálására használja, amelyek aztán egy ellenőrző hálózaton is áthaladnak, ami a kép élethűségét vizsgálja – addig készülnek az új ábrák, míg a végeredmény élethű nem lesz. A rendszer a bőrszínt, illetve a hajszínt is figyelembe veszi az új képek generálásakor, igaz, azért messze van még a tökéletestől.
Az aktuális fejlettségi szinten szerencsére még nem hibátlan a GAN 2.0 működése, azaz a kész képeken a háttérben látható szövegek hibásan jelennek meg, de olyan is előfordul, hogy a füleket és a szemeket nem úgy helyezi el a hamis arcon az algoritmus, ahogy azt az emberi arc szerkezeti sajátosságai indokolnák. A fogakkal és a hajjal szintén hadilábon áll még az MI, valamint olyan is előfordul, hogy a hamis képen szereplő fiktív illető szemei eltérő színűek.
Mivel a 2014-es állapothoz képest nagyon sokat fejlődött a rendszer, nem kétséges, hogy néhány hónap vagy év múlva az aktuális gyerekbetegségeket is kinövi az AI. Ez sokak szerint új problémákat is vet fel, ugyanis a hamis arcokkal hamis terhelő bizonyítékokat lehet generálni, de egy-egy személy lejáratására is tökéletesen alkalmasak a kamu fotók, ahol egy adott személy arcát a lejáratni kívánt személy képével helyettesítik.
A hamis fotókat most még viszonylag egyszerűen fel lehet ismerni, de nem lesz ez mindig így, azaz valamit kezdeni kell az üggyel, hogy az efféle technológiákkal ne, vagy csak nagyon nehezen lehessen visszaélni. Ráadásul a fotók mellett akár videók is létrehozhatóak ilyen módszerekkel, amelyek talán még egy fokkal veszélyesebbek lehetnek.
(ipon.hu nyomán)
