บุคคลนี้ไม่มีอยู่เป็นเว็บไซต์ One-Off ที่ดีที่สุดในปี 2019

$config[ads_kvadrat] not found

เวก้าผับ ฉบับพิเศษ

เวก้าผับ ฉบับพิเศษ

สารบัญ:

Anonim

ภาพรวมที่ปรากฏบนเว็บไซต์บุคคลนี้ไม่มีอยู่อาจดูเหมือนภาพบุคคลที่โรงเรียนมัธยมสุ่มหรือภาพหัว LinkedIn ที่ไม่อาจมองเห็นได้ แต่ภาพถ่ายทุกภาพในเว็บไซต์ถูกสร้างขึ้นโดยใช้อัลกอริธึมปัญญาประดิษฐ์ชนิดพิเศษที่เรียกว่า Generative Adversarial Networks (GANs)

ทุกครั้งที่มีการรีเฟรชไซต์ความสมจริงที่น่าตกใจ แต่ปลอมทั้งหมด - รูปภาพใบหน้าของบุคคลปรากฏขึ้น Phillip Wang อดีตวิศวกรซอฟต์แวร์ของ Uber ได้สร้างเพจขึ้นเพื่อแสดงให้เห็นว่า GAN สามารถใช้งานอะไรได้บ้างและโพสต์ลงในกลุ่มปัญญาประดิษฐ์ & การเรียนรู้ลึกในกลุ่ม Facebook สาธารณะในวันอังคาร

ดูเพิ่มเติม: บุคคลนี้ไม่มีผู้สร้างอธิบายว่าทำไมเขาจึงสร้างเว็บไซต์

โค้ดพื้นฐานที่ทำให้เรื่องนี้เป็นไปได้มีชื่อว่า StyleGAN เขียนโดย Nvidia และให้ความสำคัญในกระดาษที่ยังไม่ได้รับการตรวจสอบโดยเพื่อน เครือข่ายนิวรัลประเภทนี้มีศักยภาพในการปฏิวัติวิดีโอเกมและเทคโนโลยีการสร้างแบบจำลอง 3 มิติ แต่เช่นเดียวกับเทคโนโลยีเกือบทุกประเภทมันสามารถใช้เพื่อวัตถุประสงค์ที่น่ากลัวมากขึ้น Deepfakes หรือภาพที่สร้างจากคอมพิวเตอร์ซ้อนทับบนรูปภาพหรือวิดีโอที่มีอยู่สามารถใช้เพื่อผลักดันเรื่องเล่าข่าวปลอมหรือการหลอกลวงอื่น ๆ นั่นคือเหตุผลที่วังเลือกที่จะสร้างเว็บไซต์ที่ชวนให้หลงใหล

“ ฉันตัดสินใจที่จะขุดลงในกระเป๋าของตัวเองและสร้างความตระหนักแก่สาธารณชนต่อเทคโนโลยีนี้” เขาเขียนไว้ในโพสต์ของเขา “ ใบหน้ามีความสำคัญต่อความรู้ความเข้าใจของเรามากที่สุดดังนั้นฉันจึงตัดสินใจที่จะวางนางแบบที่ผ่านการฝึกฝนมาเป็นพิเศษ ทุกครั้งที่คุณรีเฟรชไซต์เครือข่ายจะสร้างภาพใบหน้าใหม่ตั้งแต่เริ่มต้นจากเวกเตอร์ 512 มิติ”

GANs ทำงานอย่างไร

แนวคิดของ GAN ได้รับการเปิดตัวครั้งแรกในปี 2014 โดย Ian Goodfellow นักวิทยาศาสตร์คอมพิวเตอร์ที่ได้รับการยกย่องและนับตั้งแต่นั้นมา Nvidia อยู่ในระดับแนวหน้าของเทคโนโลยี Tero Karras นักวิทยาศาสตร์วิจัยหลักของ บริษัท ได้เป็นผู้นำในการศึกษา GAN หลายครั้ง

ที่แกนกลางของพวกเขา GANs ประกอบด้วยเครือข่ายสองเครือข่าย: เครื่องกำเนิดและตัวเลือก โปรแกรมคอมพิวเตอร์เหล่านี้แข่งขันกันนับล้านครั้งเพื่อปรับแต่งทักษะการสร้างภาพของพวกเขาจนกว่าพวกเขาจะดีพอที่จะสร้างภาพที่เต็มเปี่ยม

นักวิจัยไม่สามารถสร้างภาพที่มีคุณภาพสูง 1024x1024 ภาพโดยใช้วิธีนี้จนกระทั่งค่อนข้างเร็ว ๆ นี้ - ปลายปี 2017 - เมื่อ Nvidia ถอดรหัสรหัสโดยใช้เทคนิคที่อธิบายไว้ในกระดาษ ProGAN ที่มีชื่อเสียง StyleGAN สร้างบนแนวคิดนี้โดยให้นักวิจัยควบคุมคุณลักษณะของภาพที่เฉพาะเจาะจงมากขึ้น

ทำไม Nvidia ถึงดีที่ GANs?

สายธุรกิจแรกของ Nvidia คือการออกแบบและจำหน่ายหน่วยประมวลผลกราฟิก (GPUs หรือการ์ดกราฟิก GPUs เป็นเครื่องมือสำหรับการเรียนรู้ของเครื่องที่ใช้ในการฝึกอบรมอัลกอริทึมเช่น StyleGANs เป็นเวลาหลายชั่วโมง) ในระยะสั้น GPU นั้นยอดเยี่ยม แถวและคอลัมน์จำนวนมากซึ่งเป็นสิ่งที่เกิดขึ้นภายใต้ประทุนเมื่อ AI ได้รับการฝึกฝน

บริษัท ได้รับประโยชน์จากการเข้าถึง GPU ที่ทันสมัยที่สุดทำให้นักวิจัยได้รับประโยชน์เพิ่มเติมจากแหล่งข้อมูลที่ทันสมัยที่สุดในการฝึกอบรมเครือข่ายประสาทเทียม

อนาคตของ GANs

Nvidia, Facebook, Google และ บริษัท เทคโนโลยีอื่น ๆ อีกมากมายมีฝูงบินของนักวิจัยที่กำลังพัฒนาเวอร์ชันของ A.I นี้ เทคนิค. เป้าหมายสุดท้ายคือการใช้มันเพื่อสร้างโลกเสมือนจริงที่เต็มไปด้วยเลือดอย่างเต็มศักยภาพใน VR โดยใช้วิธีการอัตโนมัติแทนการเข้ารหัสอย่างหนัก แต่ในขณะเดียวกัน GAN ก็ถูกนำไปใช้เพื่อพัฒนาตลาดสำหรับผู้มีอิทธิพลในโซเชียลมีเดียเสมือนจริง

ตัวละครจำนวนมากที่สร้างจากคอมพิวเตอร์ที่โฆษณาแบรนด์แฟชั่นและ บริษัท ไลฟ์สไตล์ได้รวบรวมผู้ติดตามหลายล้านคนผ่านทางอินเทอร์เน็ตแล้ว บริษัท ร่วมทุนลงทุนหลายล้านในแนวคิดและ GANs สามารถให้บริการเพื่อทำให้แบบจำลอง 3 มิติเหล่านี้สมจริงยิ่งขึ้นโดยใช้แรงงานน้อยลง

จนกว่าจะถึงตอนนั้นคุณจะสามารถพบเราได้เป็นระยะ ๆ บุคคลนี้ไม่มีอยู่แล้วจ้องมองไปที่ใบหน้าของใบหน้าปลอมที่หลอกลวงเต็มไปด้วยความหลงผิด มันเป็นตัวอย่างที่น่าตื่นเต้น แต่เยือกเย็นราวกับว่าโลกแห่งอนาคตที่สมจริงกำลังจะกลายเป็นจริง

$config[ads_kvadrat] not found