Харри Поттер серијал се навикао на свет живих портрета својим сликама које говоре и покретним фотографијама. Али прошле недеље, када је „живи портрет“ гена Анардија Леонарда да Винција, Мона Лиса, почео да прави рунде на мрежи, многи су се изненадили када је познати портрет померио усне и погледао око себе.
Анимирани портрет Лисе Гхерардини био је један од неколико нових „модела главе за разговор“ - познатијих као „деепфакес“ - које су направили истраживачи из Самсунг-овог АИ центра у Москви и Института за науку и технологију Сколково. Користећи само неколико референтних оквира или чак једну слику, истраживачи су такође направили деепфаксе познатих личности попут Опрах, оживели појединачне снимке Марилин Монрое и Алберта Еинстеина и створили нове изразе за познате слике попут Вермеерове девојке са бисерном наушницом.
Истраживачи су свој метод, који називају „мало снимљено учење“, објавили на ИоуТубе-у и у раду који тек треба да буде прегледан у спремишту за претпринт арКсив.орг. Иако су детаљи прилично технички, Минди Веисбергер из ЛивеСциенце-а извјештава да се за стварање живих портрета врста вјештачке интелигенције која се назива конволуционарна неуронска мрежа тренира анализирајући референтне слике. Затим примењује покрете лица из низа оквира до статичке слике, попут Мона Лизе . Што више углова и референтних слика има, животни портрет постаје бољи. Према раду, АИ би могао да произведе „савршен реализам“ (мерено способношћу људи да распознају који су од три скупа слика били дубоке слике) користећи само 32 референтне слике.
Мона Лиса је, наравно, само једна слика, па су три „жива портрета“ Леонардовог ремек дела помало узнемирујућа. За кратке анимације, неуронска мрежа приметила је три различита видео записа о тренингу, а три верзије Мона Лисе засноване на тим кадровима изгледају као да имају различите личности. Да је Леонардо насликао свој познати модел из различитих углова, систем би могао да произведе још реалистичнији живи портрет.
Док се анимирана Мона Лиса забавља, пораст дубоких фокуса створио је забринутост да би се компјутерски генериране личности могле искористити за клевету људи, подметање расних или политичких тензија и додатно урушавање повјерења у интернетске медије. "[Т] хеј поткопава наше поверење у све видео снимке, укључујући и оне који су оригинални", пише Јохн Вилласенор из Тхе Броокингс Институтион. „Сама истина постаје неухватљива, јер више не можемо бити сигурни шта је стварно, а шта није.“
Док се АИ користи за стварање дубинских прагова, Вилласенор каже да се, бар за сада, може користити и за идентификацију деепфакса тражењем недоследности које људском оку нису очите.
Тим Хванг, директор Харвард-МИТ-ове етике и управљања АИ иницијативом, каже Грегориу Барберу на Виреду да још увек нисмо на месту где лоши глумци могу створити софистициране деепфаксе на својим личним лаптопима. "Ништа ми не сугерира да ћете то једноставно користити" за куповину дубинских печења "код куће", каже он. "Не краткорочно, средњорочно или чак дугорочно."
То је зато што је коришћење новог система Самсунг скупо и захтева стручност. Међутим, Барберов чланак истиче да не треба супер софистицирани фотореалистични видео који је направила неуронска мрежа да би људе преварио. Прошле недеље је друштвеним мрежама кружио манипулирани видео који је успорио да звучи пијаница председнице америчке куће Нанци Пелоси.
На крају, међутим, технологија ће бити довољно добра да лоши глумци буду у стању да направе дубоке снимке тако убедљиве да их не могу открити. Кад тај дан дође, Хванг каже Виреду, људи ће се морати ослонити на трагове чињеница и контекстуалне трагове како би успели да утврде шта је стварно, а шта лажно. На пример, ако усмерени осмех Моне Лисе постане зубан осмех и она вам покуша продати избељивајућу пасту за зубе, то је сигурно дубока обрада.
