NVIDIA研究人员的一篇新论文显示了过去几年中AI图像生成技术已经出现了多远。结果非常令人震惊。获取以下图像。你能说出哪些面孔
NVIDIA研究人员的一篇新论文显示了过去几年中AI图像生成技术已经出现了多远。结果非常令人震惊。
拍摄下面的图像。您能说出哪些面是真实的吗？
Karros等。
实际上，以上所有图像都是假的，它们是由研究人员称为基于样式的生成器的，它是用于自动生成图像的常规技术的修改版本。迅速总结：
2014年，一位名叫Ian Goodfellow的研究人员和他的同事写了一篇论文，概述了一个新的机器学习概念，称为“生成对抗网络”。从简化的术语中，这个想法涉及将两个神经网络相互对抗。一个人充当一个发电机，例如，例如看狗的图片，然后尽力创建狗的外观图像。另一个网络是一个试图从真实图像讲述假图像的歧视器。
起初，发电机可能会产生一些看起来不像狗的图像，因此歧视器将它们击落。但是，发电机现在知道了一些问题，因此它创建的下一个图像稍好一些。这个过程一直持续到理论上，发电机创造了狗的良好形象。
NVIDIA研究人员所做的是将其生成性对抗网络添加到一些样式转移原理，该技术涉及以另一种样式重新组装一张图像。在样式转移中，神经网络查看图像的多个级别，以区分图片的内容及其样式，例如线条的平滑度，笔触的厚度等。
这是样式转移的几个示例。
在NVIDIA的研究中，研究人员能够结合两个人脸的实际图像，以产生两者的综合。这种人为生成的复合材料具有源头，发型和源图像的一般面部形状（顶行），而目的地图像（左侧列）具有头发和眼睛的颜色和更细的面部特征。结果在大多数情况下是令人惊讶的现实。
Karros等。
对“ Deepfake”技术的担忧
近年来，当图像看起来像可识别的人时，产生现实的人造图像的能力通常被称为深击。毕竟，不难想象这项技术如何使某人创建一个虚假的视频，例如，一个政治家对某个群体说憎恶的话。这可能会导致公众愿意相信媒体上报道的任何事物的意愿。 （好像对“假新闻”的担忧还不够。）
为了跟上DeepFake技术，国防部一直在开发旨在检测DeepFake视频的工具。
佛罗里达州参议员马可·卢比奥（Marco Rubio）在7月说：“这是为了领先于某事。” “所有这一切的能力都是真实的。它现在存在。现在的意愿存在。所缺少的只是执行。而且，我们还没有为此做好准备，而不是作为一个民族，不是作为政治部门，不是作为媒体，而不是作为一个国家。”
但是，政府的努力可能存在矛盾的问题。
原创文章，作者：小彭山，如若转载，请注明出处：http://www.dsonekey.com/6155.html
