この人は存在しません

一見すると、この人は存在しませんこのウェブサイトに掲載されている画像はランダムな高校の肖像画や漠然とした不適切なLinkedInのヘッドショットのように見えるかもしれません。しかし、サイト上のすべての写真は、生成型敵対的ネットワーク（GAN）と呼ばれる特別な種類の人工知能アルゴリズムを使用して作成されています。

サイトが更新されるたびに、驚くほど現実的な、しかし完全に偽の顔写真が表示されます。元UberのソフトウェアエンジニアであるPhillip Wangは、GANが何ができるのかを示すためにこのページを作成し、それを火曜日に公開のFacebookグループ「Artificial Intelligence&Deep Learning」に投稿しました。

この人は存在しません作成者は彼がサイトを作った理由を説明します

これを可能にしたStyleGANと名付けられたコードはNvidiaによって書かれ、まだ査読されていない論文で紹介されました。この正確なタイプのニューラルネットワークは、ビデオゲームや3Dモデリング技術に革命を起こす可能性がありますが、ほとんどの種類の技術と同様に、より不吉な目的にも使用できます。ディープフェイク、または既存の写真やビデオに重ね合わせたコンピュータ生成の画像を使用して、偽のニュース記事やその他のデマをプッシュすることができます。それこそまさに、Wangが魅惑的なだけでなく、冷たいWebサイトを作成することを選んだ理由です。

「私は自分自身のポケットを掘り下げてこの技術に対する一般の認識を高めることにしました」と彼の記事に書いています。 「顔は私たちの認識に最も際立っているので、私はその特定の事前に訓練されたモデルを立てることにしました。サイトを更新するたびに、ネットワークは512次元のベクトルから最初から新しい顔画像を生成します。」

GANのしくみ

GANの概念は、尊敬されるコンピュータ科学者のIan Goodfellowによって2014年に初めて導入され、それ以来、Nvidiaはテクノロジの最前線にいました。同社の主任研究員であるTero Karrasは、複数のGAN研究を率いてきました。

GANは、その核となる2つのネットワーク（ジェネレータと識別子）から構成されています。これらのコンピュータプログラムは、本格的な写真を作成するのに十分なものになるまで、何百万もの時間をかけて競合しながら画像生成スキルを磨きます。

Nvidiaが有名なProGANの論文で説明されている手法を使用してコードを解読したごく最近まで（2017年末まで）、研究者はこの方法で1024 x 1024の高品質の画像を作成することができませんでした。 StyleGANは、研究者が特定の視覚的機能をより細かく制御できるようにすることで、この概念に基づいています。

NvidiaがGANに優しい理由は何ですか？

Nvidiaの最初のビジネスラインはグラフィックスプロセッシングユニット（GPU、またはグラフィックカード）の設計と販売です。GPUはStyleGANのようなアルゴリズムを何時間もトレーニングするために使用される機械学習のためのエンジンです。膨大な数の行と列。これは、AIが訓練を受けたときに起きていたことの一種です。

同社には、最先端のGPUにアクセスできるという利点があり、ニューラルネットワークをトレーニングするための最先端のリソースを利用できるという利点があります。

GANの未来

Nvidia、Facebook、Google、および他の多くのハイテク企業がこのA.I.のバージョンを開発している研究者のチームを持っています。技術。最終的な目標は、ハードコーディングの代わりに自動化された方法を使用して、それを使用して、場合によってはVRで完全に充実した仮想世界を生成することです。しかし、その間に、GANはすでに仮想ソーシャルメディアインフルエンサーのための新興市場の開発に使用されています。

ファッションブランドやライフスタイル企業を宣伝する無数のコンピュータ生成キャラクターが、すでにインターネット上で何百万人ものフォロワーを集めています。ベンチャーキャピタル会社はこの概念に何百万もの投資をしてきました、そしてGANはこれらの3Dモデルをより少ない労力でより現実的にするのに役立つかもしれません。

それまでは、この人は存在しないことを定期的にリフレッシュし、誤解を招くようにソウルフルな偽の顔の目を見つめながら見つめることができるでしょう。これは、エキサイティングでありながらも涼しい、未来の偽の世界が現実的になりつつあるという実例です。