Generering af giraffer med CycleGAN (til venstre) og InstaGAN (til højre).Billede: Sangwoo Mo, Minsu Cho, Jinwoo Shin
Ved hjælp af maskinen at lære at bytte ét billede til et andet, er ikke ny, men spørg disse systemer for at gøre noget lidt mere kompliceret end en grundlæggende faceswap, og du kan ende op med påklistret eller latterligt resultater. Nu, forskere siger, at de har udviklet en teknik, der producerer langt mere overbevisende billeder til komplekse opgaver, såsom at bytte ud nederdele til bukser, kopper til flasker, eller en fåreflok for et rod af giraffer.
Forskere ved Korea Advanced Institute of Science and Technology og Pohang University of Science and Technology siger, at deres teknik, InstaGan, skiller sig ud for sin evne til at tackle ændringer i form og ændre flere billeder elementer på én gang. Den metode, der er baseret på generativ kontradiktorisk netværk (GANs), processer instans oplysninger, såsom evnen til at identificere objekter og grænser i billeder. I deres papir, forskerne skriver, at de tror, de er de første til at udvikle en sådan teknik, mere komplekse billeder “til det bedste ud af vores viden.”
Resultaterne er temmelig imponerende. Kvinder i billeder uden simpel eller almindelig baggrunde har deres bukser byttes ud for nederdele uden nogen mærkbare ændringer til baggrunden. Men det er ikke helt fejlfri: benene er lidt slørede i output.
Billederne viser, hvordan deres system swaps ud flere får for giraffer er mere imponerende. Både baggrund og de dyr, der ser realistisk ud, især i forhold til andre systemer, der forsøger at gøre de samme ting. Forskerne lavet et punkt at sammenholde deres teknik med tidligere metoder, som giver nogle får-giraf-hybrider eller tilsyneladende hovedløse får.
Forskerne påpeger en række use cases for deres forbedret teknik. Tøj eksempler, for eksempel, som kunne bruges af folk, der er interesserede i at sammenligne forskellige elementer, de ønsker at købe. De bemærker også, at denne forskning kan anvende til at neurale maskine oversættelse—en proces, der ved hjælp af AI at forudsige, hvilke ord kunne komme ud i en sætning—og video-generation.
Der er selvfølgelig også den mere forbryderiske måder denne teknik kan anvendes. Med ethvert system, der kan overbevisende generere falske indhold, der den bekymring, at det vil blive anvendt til at forsætligt og skadelig misinformere seerne. Sådanne værktøjer, der allerede findes—og er ved at blive udnyttet, men dette vil sandsynligvis blive brugt til at hjælpe med at fremme det arbejde, der af andre velmenende forskere. Og på sin egen, jeg er svært at forestille sig, hvordan at skifte ud med et får, for en giraf, der kan udløse en meningsfuld kaos.
[VentureBeat]
Dele Denne Historie