Ang Tao na Ito ay Hindi Naroon ang Pinakamagandang One-Off na Website ng 2019

Sa isang sulyap, ang mga imahe na itinampok sa website na ito Ang Tao ay Hindi Magkaroon ay maaaring mukhang tulad ng mga random na portraits sa high school o vaguely inadvisable LinkedIn headshots. Ngunit ang bawat solong larawan sa site ay nalikha sa pamamagitan ng paggamit ng isang espesyal na uri ng artificial intelligence algorithm na tinatawag na generative adversarial networks (GANs).

Ang bawat oras na ang site ay refresh, isang shockingly makatotohanang - ngunit ganap na pekeng-larawan ng mukha ng isang tao ay lilitaw. Nilikha ng software engineer ng dating-Uber na si Phillip Wang ang pahina upang ipakita kung ano ang kakayanin ng GAN, at pagkatapos ay nai-post ito sa pampublikong pangkat Facebook na "Artipisyal na Katalinuhan at Malalim na Pag-aaral" noong Martes.

Tingnan din: Ipinapaliwanag ng taong ito na Hindi Lumilitaw ang tagalikha kung bakit ginawa niya ang site

Ang napapailalim na code na ginawa ito posible, na may pamagat na StyleGAN, ay isinulat ni Nvidia at itampok sa isang papel na hindi pa nasasagot. Ang eksaktong uri ng neural network ay may posibilidad na baguhin nang lubusan ang video game at 3D-modeling technology, ngunit, tulad ng halos lahat ng uri ng teknolohiya, maaari rin itong magamit para sa mas masamang layunin. Ang mga deepfake, o mga imahe na binuo ng computer na pinapalampas sa mga umiiral nang mga larawan o video, ay maaaring magamit upang itulak ang mga pekeng mga salaysay ng balita o iba pang mga panlilinlang. Iyon ay tiyak kung bakit pinili ni Wang na lumikha ng mesmerizing ngunit din chilling website.

"Nagpasiya ako na maghukay sa sarili kong bulsa at itaas ang ilang kamalayan sa publiko para sa teknolohiyang ito," sumulat siya sa kanyang post. "Ang mga mukha ay pinaka-kapansin-pansin sa aming katalusan, kaya nagpasiya akong ilagay ang partikular na pre-bihasang modelo. Sa bawat oras na i-refresh mo ang site, ang network ay bubuo ng bagong facial image mula sa scratch mula sa isang 512 dimensional vector."

Paano Gumagana ang GANs?

Ang konsepto ng GANs ay unang ipinakilala noong 2014 sa pamamagitan ng istimado na siyentipikong computer na si Ian Goodfellow, at mula noon, si Nvidia ay nasa harapan ng teknolohiya. Si Tero Karras, isang pangunahing siyentipikong pananaliksik sa kumpanya, ay humantong sa maraming pag-aaral ng GAN.

Sa kanilang core, ang GANs ay binubuo ng dalawang network: ang generator at discriminator. Ang mga programang ito sa kompyuter ay nakikipagkumpetensya laban sa bawat isa milyon-milyong-beses-milyun-milyong beses upang pinuhin ang kanilang mga kasanayan sa paglikha ng imahe hanggang sa ito ay sapat na sapat upang lumikha ng mga ganap na mga larawan.

Ang mga mananaliksik ay hindi makagawa ng mataas na kalidad, 1024x1024 na mga imahe gamit ang pamamaraang ito hanggang sa medyo kamakailan-lamang - huli 2017 - nang basagin ni Nvidia ang code gamit ang isang pamamaraan na inilarawan sa bantog na papel na ProGAN nito. Gumagawa ang StyleGAN sa konsepto na ito sa pamamagitan ng pagbibigay sa mga mananaliksik ng higit na kontrol sa mga tukoy na visual na tampok.

Bakit Nvidia Kaya Magandang sa GANs?

Ang unang linya ng negosyo ng Nvidia ay pagdidisenyo at pagbebenta ng mga yunit ng pagproseso ng graphics (GPUs, o mga graphics card.) Ang mga GPU ay ang mga engine para sa pag-aaral ng machine na ginagamit upang sanayin ang mga algorithm, tulad ng StyleGANs, para sa mga oras sa pagtatapos. napakalaking hilera at haligi ng mga numero, na kung saan ay uri ng kung ano ang nangyayari sa ilalim ng hood kapag ang AI ay makakakuha ng sinanay.

Ang kumpanya ay may pakinabang ng pagkakaroon ng access sa kanyang pinaka-pagputol GPUs, na nagbibigay sa mga mananaliksik nito ang dagdag na bentahe ng pinaka-cutting-edge na mapagkukunan upang sanayin ang mga neural network.

Ang Hinaharap ng GANs

Nvidia, Facebook, Google, at maraming iba pang mga kumpanya ng tech ay may mga squadrons ng mga mananaliksik na bumubuo ng mga bersyon ng A.I. pamamaraan. Ang layuning pangwakas ay gamitin ito upang makabuo ng ganap na magawa ang mga virtual na mundo, potensyal sa VR, gamit ang mga automated na pamamaraan sa halip na hard coding. Ngunit sa panahong ito, ang mga GAN ay ginagamit na upang maunlad ang namumuko na merkado para sa mga virtual na mga influencer ng social media.

Ang isang napakaraming bilang ng mga character na nakabuo ng computer na nag-aanyaya sa mga fashion brand at mga kumpanya ng pamumuhay ay nakapagtipon ng milyun-milyong tagasunod sa internet. Ang mga kumpanyang pampinansiyal ng puhunan ay namuhunan ng milyun-milyon sa konsepto, at ang mga GAN ay maaaring maglingkod upang gawing mas makakatotohanan ang mga 3D na mga modelong ito sa mas kaunting paggawa.

Hanggang sa panahong iyon, makakakita ka sa amin ng pana-panahong pagpapare-refresh ang Tao na Ito ay Hindi Nananatili, nakikitang may limot sa mga mata ng mga nakalulungkot na madaldal na mukha. Ito ay isang kapana-panabik, ngunit chilling, halimbawa ng kung gaano makatotohanan ang mga pekeng mundo ng hinaharap ay malapit nang maging.