Нейросети: не верь глазам своим

«Не верь всему, что видишь в интернете» – довольно банальный совет, но как никогда актуальный в цифровое время, когда все труднее отличить настоящее от подделки.

В последние годы нейросети продемонстрировали невероятную способность к созданию фотореалистичных изображений и разного рода медиаконтента. Данная технология оказалась успешно применимой в изучении паттернов и шаблонов, с возможностью создания невероятных вещей. Добро пожаловать в волшебный, ужасающий мир генеративных состязательных сетей или GAN!

Генеративно-состязательная сеть (сокращённо GAN)— алгоритм машинного обучения без учителя, созданный на комбинации двух нейронных сетей, одна из которых генерирует шаблоны, а другая занимается распознаванием подлинного от подделки. Эти две сети обучаются одновременно и помогают друг другу совершенствоваться.

Мир с GAN одинаково красив и уродлив

Способность нейронных сетей к созданию и имитации данных уже применяется для редактирования фотографий, создания анимации и видео, а также в медицине (для улучшения качества медицинских изображений). Но в ходе этого непростого процесса, технология иногда преподносит нам креативные творения, подобные этому:

Нейросети требуют достаточно много вычислительной мощности и данных, чтобы создать что-то действительно правдоподобное. Например, чтобы получить реалистичное изображение лягушки, такая система нуждается в сотнях (если не в тысячах) изображений лягушек определенного вида, предпочтительно в одинаковом направлении. Без этих условий вы легко получите веселые и нелепые результаты, похожие на это загадочное существо из самых мрачных снов:

Возможно вы уже знаете, что после публикации научной работы в 2015 году, немецкими исследователями из Университета Тюбингена, о возможности переноса стиля знаменитых художников на другие фотографии, начали появляться сервисы, которые эту возможность монетизировали. На западном рынке запустился Instapainting, а на российском — его полная копия Ostagram. Все просто! Загружаете фото, выбираете фильтр или создаете свой, ждете, пока нейросеть обработает фото и наслаждаетесь результатом!

Несмотря на то, что этот арт носит исключительно развлекательный характер, есть действительно полезные «нейронки». К примеру датский верстальщик сайтов Pix2Code, система определения раковых опухолей по фотографиям, нейросети-новостники и даже нейросеть-креативщик. Последняя особенно интересна, учитывая неумение нейросетей что-то придумывать самостоятельно.

Так, агентство Saatchi LA, с помощью машинного обучения написали тысячи рекламных объявлений для новой модели автомобиля Toyota. В рамках рекламной кампании Thousands of Ways to Say Yes («Тысячи способов сказать да»), были созданы десятки рекламных сценариев, которые затем передали системе искусственного интеллекта IBM Watson. Спустя 9 циклов обучения она научилась генерировать устойчивые фразы и придумала несколько десятков рекламных слоганов вроде «Yes, it’s Mother Nature approved».
В агентстве признались, что у машины было несколько инсайтов, до которых их копирайтеры никогда не дошли бы сами.

Танцуй как все

Исследователи из Калифорнийского университета в Беркли использовали нейросеть для создания видеороликов, в которых любой мог стать “профессиональным танцором”. Система научилась воспроизводить реалистичные изображения всех, кто исполнял танцевальные движения от поп-звезды Бруно Марса до балерины.

Если вы никогда не танцевали, очень скоро можно будет посмотреть со стороны на себя, исполняющего разные стили танцев.

Дизайнерам ландшафта это понравится

Интересный проект, с которым можно поиграть, представлен MIT-IBM Watson AI Lab. Такой себе продвинутый Paint на базе генеративной нейросети (GAN). Просто добавляем или убираем на фото любые элементы: небо, облака, траву, купола, деревья и радуемся нейротворчеству. 

Через какое-то время, дизайнерам и художникам может стать тесно, так как с таким инструментом, при условии более широкого функционала, можно будет легко создавать любые шедевры.

Искусственный интеллект научился создавать реалистичные человеческие лица

Исследователи из NVIDIA годами работали над генерацией человеческих лиц из нескольких исходных фотографий с помощью GAN. Ранее результаты получались достаточно грубыми и подделку было видно сразу. Но спустя время все же удалось достичь того уровня, когда становится невозможным отличить лицо живого человека от сгенерированного с помощью AI. 

Генератор воспринимает изображение как коллекцию из трех стилей, известных как “грубые стили” (поза, волосы, форма лица), “средние стили” (черты лица и глаза) и “тонкие стили” (цветовая схема). Лица могут быть легко настроены с помощью метода, известного как «передача стиля», который смешивает характеристики одного изображения с другим. Это впечатляет и ужасает одновременно!

Эта технология может быть применима в модельной индустрии. Зачем платить живым моделям, когда для обложки глянцевых журналов, можно сгенерировать не одну сотню подходящих лиц? 

Игровые локации AI

Также, совсем недавно Nvidia представила первую демоверсию видеоигры с использованием графики, созданной нейросетью. Это простой симулятор вождения, в котором игроки перемещаются по нескольким городским кварталам созданным AI, однако пока они не могут покинуть свой автомобиль и взаимодействовать с миром. Демонстрация работает с использованием всего одного графического процессора – заметное достижение для такой новаторской работы. Разработчики отметили, что технология находится на ранней стадии, и, вероятно, пройдут десятилетия прежде, чем графика, сгенерированная AI, появится в играх.

Потенциал нейросетей и AI в играх огромен! Это именно та область, где искусственный интеллект может показать себя во всей красе. Индустрия игр тратит миллионы на создание и разработку игр, а с возможностями AI этот процесс может стать и дешевле и эффективней! Генерация графики, создание локаций, механики игры и ее уровней, в будущем все это можно будет отдать в руки AI!

Куда это приведет?

Автоматизация и оптимизация процессов будет внедрятся во все области. Очевидно, что если корпорациям станет выгодно использовать нейросети или AI, то выбор будет не в пользу человека. Мы создаем нечто, превосходящее нас по скорости обучения, обработки информации и производительности, и, к тому же, без необходимости отдыха и сна.

В последние годы эксперты все больше обеспокоены тем, что эти технологии могут использоваться для дезинформации и пропаганды. Исследователи показали, что легко создать поддельные видео политиков и знаменитостей, которые говорят или делают то, что на самом деле, они никогда не делали и не говорили – мощное оружие в чужих руках.

Сейчас мы видим только верхушку айсберга. Технологии быстро развиваются и алгоритмы с каждым разом все быстрее и умнее, и могут быть использованы человеком всамых разных целях.

Так недавно исследователи Нью-Йоркского университета рассказали, что поддельные цифровые отпечатки пальцев, созданные искусственным интеллектом, могут обмануть сканеры на смартфонах, что позволяет хакерам использовать уязвимости системы для кражи денег с банковских счетов жертв в интернете. Поддельные отпечатки не только выглядели настоящими, они содержали скрытые свойства, не обнаруживаемые человеческим глазом, которые могли запутать некоторые сканеры.

По мнению эксперта по криминалистике цифровых изображений Хани Фарид,  мы плохо подготовлены к последствиям технологического прогресса. Любая технология – это прежде всего инструмент, но будет ли этот инструмент спичками в руках ребенка, покажет время.