高度寫實的小人物研究人員把假圖像提升到了另一個層次

我們得到了大量關于人工智能的信息，以及它為傳遞假新聞而編織的網絡。為更多的新聞留出一些空間，這一次是為了NVIDIA在傳遞假圖像方面的壯舉。等等，我們正在看到一個男人和一個女人的照片，他們看起來都是完全真實的-但它們是計算機生成的。

出什么事了？來自NVIDIA的一個團隊已經展示了他們可以模仿真實照片的外觀-比你想象的要好-用一個新的生成器。保羅·莉莉在“熱硬件”：不僅不相信你讀到的一切，而且現(xiàn)在也不相信你看到的一切。

他們的方法不需要人的監(jiān)督。如果你進入他們概念的“大腦”，生成器不是把一個圖像當作一個圖像，而是一個樣式集合。靈車。中間。好吧。

簡而言之，生成可信的假圖像比以前更容易。技術觀察家們正在研究This persondoesnotexist.com，它使用了Nvidia研究人員先前在GitHub上發(fā)布的代碼。這個網站立即生成新的面部圖像。

每次你在網站上加載頁面時，一個算法都會從零開始生成一個新的人臉?！斑@個網站是由Phillip Wang創(chuàng)建的，”SlashGear報道說，“他使用NVIDIA的生成對抗性網絡StyleGAN來創(chuàng)建它。就設計而言，這是一個相當簡單的網站，因為它只顯示了一個人臉的單一圖像，當你訪問它?！?

很簡單，的確。如果你去這個網站，你會看到一個女人的臉，例如，點擊刷新，賓果，另一個臉，從成年男性，到成年女性，到女性孩子，到女性青少年，不停地。就這樣。沒有文本。沒有廣告。這是怎么回事？更重要的是，為什么科技觀察家們在談論它？

看著“這個人不存在”網站，莉莉解釋說，如果你點擊網站，它會產生“每次點擊瀏覽器中的刷新按鈕，從頭開始從512維向量生成一張新的面部圖像?！?/p>

那么，SlashGear提到的這個被稱為StyleGAN的生成對抗性網絡（GAN）是什么？

Rani Horev，LyrnAI，在圖像方面有一個有用的解釋：“他們的目標是合成與真實圖像無法區(qū)分的人工樣本，比如圖像。GAN應用程序的一個常見例子是通過學習名人臉數(shù)據(jù)集來生成人造人臉圖像。

所有的道路都導致了一篇關于ar Xiv的論文，由NVIDIA研究人員Tero Karras、SamuliLaine和TimoAila撰寫。論文題為“一種基于類型的生成對抗網絡生成器體系結構”。他們討論了Gans的“新架構”，該架構導致“自動學習的、無監(jiān)督的高級屬性分離”。

根據(jù)本月早些時候Face book的一篇文章，NVIDIA的研究人員在github.com/NVlabs/stylegan上發(fā)布了StyleGAN。

CNET的杰克遜·瑞安（Jackson Ryan）說，“神經網絡的功能足夠多，它不僅僅是能變魔術的面孔，還有臥室、汽車甚至貓?！?/p>

辛迪斯談到了這種多功能性。“研究人員利用這種新型發(fā)電機利用大規(guī)模場景理解（LSUN）數(shù)據(jù)集偽造臥室、汽車和貓的圖像，看到了令人印象深刻的結果?！?/p>

在快速公司的Jesus Diaz，使用一個演員的例子，提供了一個有用的快照StyleGAN作為一個生成對抗性網絡。它由兩種算法組成：第一種算法根據(jù)對數(shù)千張貓圖像的訓練生成貓，第二種算法對合成圖像進行評估，并將它們與真實照片進行比較。然后，第二個人工智能對第一個人的工作進行反饋-直到它最終成功地創(chuàng)造出一致可信的肖像?！?/p>

迪亞茲指出，這篇論文的作者說，一系列技術被用來“消除與新合成面孔無關的噪音-例如，區(qū)分貓頭上的蝴蝶結，并將其丟棄為多余?！?/p>

《有趣的工程》雜志的杰西卡·米利：“最終，人們希望這些GaN的芯片能夠被用來開發(fā)完整的虛擬世界，使用自動化方法而不是硬編碼。”