Estas personas puede parecer familiar, como los que has visto en Facebook o Twitter.
o personas cuyas reseñas de productos has leído en Amazon, o perfiles de citas que has visto en Tinder.
Se ven increíblemente real a primera vista.
Pero no existen.
nacieron de la mente de un equipo.,
Y la tecnología que los hace está mejorando a un ritmo alarmante.
ahora Hay empresas que venden gente falsa. En el sitio web generado.Fotos, puedes comprar una persona falsa «única y sin preocupaciones» por $2.99, o 1,000 personas por $1,000., Si solo necesita un par de personas falsas, para personajes en un videojuego o para que el sitio web de su empresa parezca más diverso, puede obtener sus fotos de forma gratuita en ThisPersonDoesNotExist.com. ajustar su semejanza según sea necesario; hacerlos viejos o jóvenes o la etnia de su elección. Si quieres que tu persona falsa sea animada, una compañía llamada Rosebud.AI puede hacer eso e incluso puede hacerlos hablar.,
estas personas simuladas están empezando a aparecer en internet, utilizadas como máscaras por personas reales con intenciones nefastas: espías que se ponen una cara atractiva en un esfuerzo por infiltrarse en la comunidad de inteligencia; propagandistas de derecha que se esconden detrás de perfiles falsos, fotos y todo; acosadores en línea que trollean a sus objetivos con un rostro amigable.
creamos nuestro propio sistema de Ia para entender lo fácil que es generar diferentes caras falsas.
el sistema IA ve cada cara como una figura matemática compleja, un rango de valores que se pueden cambiar., Elegir diferentes valores, como los que determinan el tamaño y la forma de los ojos, puede alterar toda la imagen.
Por otras cualidades, nuestro sistema utiliza un enfoque diferente., En lugar de cambiar los valores que determinan partes específicas de la imagen, el sistema generó primero dos imágenes para establecer puntos de inicio y final para todos los valores, y luego creó imágenes intermedias.
La creación de estos tipos de falsas imágenes sólo se hizo posible en los últimos años gracias a un nuevo tipo de inteligencia artificial llamado generativo contradictorio de la red. En esencia, alimentas un programa de computadora con un montón de fotos de personas reales., Los estudia e intenta crear sus propias fotos de personas, mientras que otra parte del sistema intenta detectar cuáles de esas fotos son falsas.
el ir y venir hace que el producto final sea cada vez más indistinguible del producto real. Los retratos en esta historia fueron creados por The Times usando el software GAN que fue puesto a disposición pública por la compañía de gráficos por computadora Nvidia.,
dado el ritmo de mejora, es fácil imaginar un futuro no tan lejano en el que nos enfrentemos no solo a retratos individuales de personas falsas, sino a colecciones completas de ellas: en una fiesta con amigos falsos, pasando el rato con sus perros falsos, sosteniendo a sus bebés falsos. Será cada vez más difícil decir quién es real en línea y quién es un producto de la imaginación de una computadora.
«Cuando la tecnología apareció por primera vez en 2014, era mala: se parecía a Los Sims», dijo Camille François, una investigadora de desinformación cuyo trabajo es analizar la manipulación de las redes sociales., «Es un recordatorio de lo rápido que puede evolucionar la tecnología. La detección solo se hará más difícil con el tiempo.»
Los avances en la falsificación facial han sido posibles en parte porque la tecnología se ha vuelto mucho mejor para identificar las características faciales clave. Puede usar su cara para desbloquear su teléfono inteligente o decirle a su software de fotos que clasifique sus miles de fotos y le muestre solo las de su hijo., Los programas de reconocimiento Facial son utilizados por las fuerzas del orden para identificar y arrestar a sospechosos de delitos (y también por algunos activistas para revelar las identidades de los agentes de policía que cubren sus etiquetas con el nombre en un intento de permanecer en el anonimato). Una compañía llamada Clearview AI raspó la web de miles de millones de fotos públicas, compartidas casualmente en línea por usuarios cotidianos, para crear una aplicación capaz de reconocer a un extraño a partir de una sola foto. La tecnología promete superpoderes: la capacidad de organizar y procesar el mundo de una manera que antes no era posible.,
pero los Algoritmos de reconocimiento facial, como otros sistemas de Ia, no son perfectos. Gracias al sesgo subyacente en los datos utilizados para entrenarlos, algunos de estos sistemas no son tan buenos, por ejemplo, para reconocer a las personas de color. En 2015, un sistema temprano de detección de imágenes desarrollado por Google etiquetó a dos personas negras como» gorilas», muy probablemente porque el sistema había recibido muchas más fotos de gorilas que de personas con piel oscura.,
Además, las cámaras-los ojos de los sistemas de reconocimiento facial-no son tan buenas para capturar personas con piel oscura; ese desafortunado estándar data de los primeros días del desarrollo de la película, cuando las fotos se calibraban para mostrar mejor las caras de personas de piel clara. Las consecuencias pueden ser graves. En enero, un hombre negro en Detroit llamado Robert Williams fue arrestado por un crimen que no cometió debido a un partido de reconocimiento facial incorrecto.
la inteligencia Artificial puede hacernos la vida más fácil, pero en última instancia es tan defectuosa como nosotros, porque estamos detrás de todo., Los humanos eligen cómo se hacen los sistemas de Inteligencia Artificial y a qué datos están expuestos. Elegimos las voces que enseñan a los asistentes virtuales a escuchar, lo que lleva a estos sistemas a no entender a las personas con Acentos. Diseñamos un programa de computadora para predecir el comportamiento criminal de una persona alimentando datos sobre sentencias pasadas hechas por jueces humanos, y en el proceso se cuecen los sesgos de esos jueces. Etiquetamos las imágenes que entrenan a las computadoras para ver; luego asocian las gafas con» dweebs «o » nerds».»
Usted puede detectar algunos de los errores y patrones que encontramos que nuestra A. I., sistema repetido cuando estaba conjurando caras falsas.
accesorios de Moda puede causar problemas.
Los Pendientes, por ejemplo, pueden parecer similares, pero a menudo no coinciden exactamente.
Los GANs suelen entrenar en fotografías reales que se han centrado, escalado y recortado.
como resultado, cada ojo puede estar a la misma distancia del centro.
Gafas son accesorios comunes en muchas de las imágenes falsas.,
tienden a tener marcos delgados, con piezas finales que pueden no coincidir.
la Mayoría de nosotros no tenemos perfectamente simétrica características, y el sistema es bueno para recrearlos.
pero como resultado, puede producir hendiduras profundas en un oído que pueden no estar presentes en el otro.
entonces hay artefactos más extraños que pueden aparecer de la nada.
La mayoría de las veces solo están en una parte de la imagen, pero si miras lo suficientemente de cerca, es difícil no verla.,
a veces, las pistas sobre si una imagen es falsa no están en las características de una persona.
Los fondos abstractos o borrosos suelen ser obsequios.
los humanos erramos, por supuesto: pasamos por alto o velamos más allá de los defectos en estos sistemas, demasiado rápido para confiar en que las computadoras son hiper-racionales, objetivas, siempre correctas., Los estudios han demostrado que, en situaciones en las que los seres humanos y las computadoras deben cooperar para tomar una decisión — para identificar huellas dactilares o rostros humanos — las personas consistentemente hicieron la identificación incorrecta cuando una computadora los empujó a hacerlo. En los primeros días de los sistemas GPS del tablero de instrumentos, los conductores seguían las instrucciones de los dispositivos a una falla, enviando automóviles a lagos, acantilados y árboles.
¿es esto humildad o arrogancia? ¿Le damos muy poco valor a la inteligencia humana, o la sobrestimamos, asumiendo que somos tan inteligentes que podemos crear cosas aún más inteligentes?,
los Algoritmos de Google y Bing ordenan el conocimiento del mundo para nosotros. El newsfeed de Facebook filtra las actualizaciones de nuestros círculos sociales y decide cuáles son lo suficientemente importantes como para mostrarnos. Con las características de conducción autónoma en los automóviles, estamos poniendo nuestra seguridad en las manos (y los ojos) del software. Depositamos mucha confianza en estos sistemas, pero pueden ser tan falibles como nosotros.
Más artículos sobre Inteligencia Artificial:
entrenamiento de reconocimiento Facial en algunos nuevos amigos peludos: osos
anticuerpos Buenos. ¿Las Moléculas Hechas A Máquina Son Mejores?,
estos algoritmos podrían poner fin al asesino más mortal del mundo