Ποιο από τα παρακάτω πρόσωπα είναι αληθινό και ποιο ψεύτικο;
Την απάντηση θα την βρείτε στο τέλος του άρθρου. Ας πάρουμε τα πράγματα από την αρχή…
GAN: Το παιχνίδι του ποντικιού με την γάτα
Η αρχή ήταν το 2014, όταν ο Ian Goodfellow και οι συναδέλφοί του εφηύραν, την κατηγορία συστημάτων μηχανικής μάθησης, Generative Adversarial Networks (GAN).
Τα GAN βασίζονται στην λογική της αντιπαλικής μάθησης. Το παραγωγικό δίκτυο με τη γεννήτρια (generator) δημιουργεί δεδομένα ενώ το διαχωριστικό δίκτυο με τον διαχωριστή (discriminator) τα αξιολογεί.
Ένα γενετικό δίκτυο αντιπαραθέσεων (GAN) έχει δύο μέρη, την γεννήτρια και τον διαχωριστή.
Η γεννήτρια μαθαίνει να δημιουργεί πιστευτά/πιθανά δεδομένα. Οι παραγόμενες περιπτώσεις γίνονται αρνητικά παραδείγματα εκπαίδευσης για τον διαχωριστή.
Ο διαχωριστής μαθαίνει να διακρίνει τα ψεύτικα δεδομένα της γεννήτριας από τα πραγματικά δεδομένα. Ο διαχωριστής τιμωρεί τη γεννήτρια για την παραγωγή αβάσιμων αποτελεσμάτων.
Όταν ξεκινά η εκπαίδευση, η γεννήτρια παράγει προφανώς ψεύτικα δεδομένα και ο διαχωριστής μαθαίνει γρήγορα να λέει ότι είναι ψεύτικο. Καθώς προχωρά η εκπαίδευση, η γεννήτρια πλησιάζει στην παραγωγή εξόδου που μπορεί να ξεγελάσει τον διαχωριστή.
Εάν η εκπαίδευση γεννήτριας πάει καλά, η αξιολόγηση από τον διαχωριστή χειροτερεύει και αρχίζει να ταξινομεί τα ψεύτικα δεδομένα ως πραγματικά. Όταν πει ότι είναι πραγματικό, το παιχνίδι τελειώνει και έχουμε ένα αληθοφανές αποτέλεσμα.
Και εγένετο το… StyleGAN
Τον Δεκέμβριο του 2018, οι ερευνητές της Nvidia, Tero Karras, Samuli Laine και Timo Aila δημοσίευσαν το ακαδημαϊκό έγγραφο “A Style-Based Generator Architecture for Generative Adversarial Networks” με συνοδευτικό λογισμικό που εισήγαγε το StyleGAN, ένα GAN για την παραγωγή απεριόριστου αριθμού (συχνά πειστικών) πορτρέτων ανθρώπινων προσώπων -τα οποία φυσικά είναι ψεύτικα.
Δείτε στο παρακάτω βίντεο την όλη διαδικασία.
Από το StyleGAN στο StyleGAN2
Σήμερα, βρισκόμαστε στην έκδοση StyleGAN2 η οποία παρουσιάστηκε στις 5 Φεβρουαρίου 2020 και διορθώνει ορισμένα λάθη στη δημιουργία των προσώπων.
Ο Ian Goodfellow δείχνει την πρόοδο της τεχνολογίας με μια ανάρτηση στο Twitter όπου αντιπαραθέτει εικόνες που δημιουργήθηκαν από υπολογιστή στα τέσσερα χρόνια προόδου του λογισμικού από το 2015 έως το 2018.
Δείτε παρακάτω το βίντεο της επίδειξης:
Ο κώδικας της NVIDIA για το StyleGAN2 στο GitHub.
Μπορείτε να διαβάσετε μια σειρά μαθημάτων της Google για τα Generative adversarial networks (GANs) από την Google.
Πώς θα αναγνωρίζεται ψεύτικα πρόσωπα που δημιουργήθηκαν με τεχνητή νοημοσύνη;
Μερικά λάθη που υπάρχουν στις εικόνες που δημιουργούνται είναι ασύμμετρα πρόσωπα, μη ρεαλιστικά δόντια και μαλλιά, αυτιά που δεν μοιάζουν με αυτιά, θάμπωμα του υπόβαθρου (background) και άλλα.
Μπορείτε να δείτε μερικά λάθη που μπορούν να σας βοηθήσουν να διακρίνεται εάν μια εικόνα είναι ψεύτικη και δημιουργήθηκε με τεχνητή νοημοσύνη στο άρθρο “How to recognize fake AI-generated images” του Kyle McDonald.
This person does not exist
Ο μηχανικός της Uber, Phillip Wang χρησιμοποιώντας το λογισμικό της NVIDIA δημιούργησε την ιστοσελίδα “Αυτό το άτομο δεν υπάρχει”, στην οποία γεννιούνται και εμφανίζονται νέα πρόσωπα. Σε κάθε ανανέωση της σελίδας γεννιέται και ένα νέο πρόσωπο κάθε φορά.
Από την σελίδα This person does not exist “γεννήσαμε” και εμείς τα πρόσωπα του quiz μας.
Which face is real
Την ίδια περίοδο, οι Jevin West και Carl Bergstrom από το Πανεπιστήμιο της Ουάσιγκτον (University of Washington) δημιουργούν την ιστοσελίδα “Ποιο πρόσωπο είναι πραγματικό” ως μέρος του έργου Calling Bullshit.
Μπορείτε να αναγνωρίσετε ποιο πρόσωπο είναι αληθινό; Το αριστερά ή το δεξιά;
Επιλέξαμε, ότι το αριστερά πρόσωπο είναι αληθινό (γυναίκα) γιατί στο δεξιά πρόσωπο (άντρας) το υπόβαθρο (background) είναι θολό (blur) και γιατί τα αυτιά του δεν έχουν καλό τελείωμα (shape).
Δοκιμάστε και εσείς τις ικανότητές σας στην σελίδα Which face is real.
Σημειώνεται ότι όλες οι ψεύτικες εικόνες στο whichfaceisreal.com, είτε δημιουργούνται με το λογισμικό StyleGAN είτε εξάγονται από το thispersondoesnotexist.com . Oι πραγματικές φωτογραφίες είναι μέρος του FFHQ dataset της Nvidia.
Επίλογος
Σήμερα μάθαμε, ότι εάν δεχθούμε αίτημα φιλίας σε ένα μέσο κοινωνικής δικτύωσης (πχ facebook) το οποίο δεν γνωρίζουμε και έχει μια μια ελκυστική φωτογραφία ως εικόνα προφίλ, αυτή μπορεί να έχει δημιουργηθεί με πρόγραμμα και να ανήκει σε ένα μη υπαρκτό πρόσωπο.
Μάθαμε επίσης, ότι υπάρχουν και φωτογραφίες παιδιών οι οποίες δεν ανήκουν σε υπαρκτά πρόσωπα.
* Απάντηση: Και τα 6 πρόσωπα είναι ψεύτικα! Δημιουργήθηκαν με αλγόριθμο και είναι “παιδιά” της εφαρμογής “This person does not exist”.