Nämä ihmiset saattavat näyttää tutulta, kuten ne, jotka olet nähnyt Facebook tai Twitter.
tai ihmiset, joiden tuotearvioita olet lukenut Amazonista, tai deittiprofiilit, jotka olet nähnyt Tinderissä.
ne näyttävät ensisilmäyksellä tyrmäävän aidoilta.
mutta niitä ei ole olemassa.
he syntyivät tietokoneen mielestä.,
Ja tekniikka, joka tekee niistä kohenee hätkähdyttävä tahtiin.
nyt On olemassa yrityksiä, jotka myyvät fake ihmiset. Sivustolla luotu.Kuvat, voit ostaa ”ainutlaatuinen, huoleton” fake henkilö $2.99, tai 1,000 ihmiset $1,000., Jos sinun tarvitsee vain pari fake ihmiset — merkkiä videopeli, tai tehdä yhtiön verkkosivuilla näytä enemmän monipuolinen — voit saada kuviaan ilmaiseksi ThisPersonDoesNotExist.com. Säädä niiden kaltaiseksi kuin on tarpeen; tee niitä vanha tai nuori tai etnisen taustan valitsemaltasi. Jos haluat fake henkilö animoitu, yritys nimeltä Rosebud.AI pystyy siihen ja saa heidät jopa puhumaan.,
Nämä simuloitu ihmiset ovat alkaneet näy ympäri internetiä, käyttää maskeja mukaan oikeita ihmisiä, ja paha tahallisuus: vakoojat, jotka eivät houkutteleva kasvot yrittäessään soluttautua tiedustelupalvelu; oikeiston propagandan, jotka piiloutuvat fake profiileja, kuva ja kaikki; online häiriköiltä jotka peikko niiden tavoitteet, joilla ystävällinen kasvot.
loimme Oman A. I.-järjestelmän ymmärtääksemme, kuinka helppoa on luoda erilaisia valekasvoja.
A. I. järjestelmä näkee jokainen kasvot monimutkainen matemaattinen luku, erilaisia arvoja, jotka voidaan siirtää., Erilaisten arvojen — kuten silmien koon ja muodon — valitseminen voi muuttaa koko kuvaa.
muita ominaisuuksia, meidän järjestelmä käyttää erilaista lähestymistapaa., Sen sijaan on siirtää arvoja, jotka määrittävät tiettyjä osia kuvan, järjestelmä ensin syntyy kaksi kuvaa luoda lähtö-ja loppupisteet kaikki arvot, ja sitten luotu kuvien välillä.
Luominen tällaisia väärennettyjä kuvia tuli mahdolliseksi vasta viime vuosina, kiitos uuden tyyppinen tekoäly nimeltään generatiivinen kontradiktorisen verkkoon. Pohjimmiltaan syötät tietokoneohjelmalle kasan kuvia oikeista ihmisistä., Se tutkii ne ja yrittää keksiä omia valokuvia ihmisistä, kun taas toinen osa järjestelmä yrittää tunnistaa, mitkä kuvat ovat väärennettyjä.
the back-and-forth tekee lopputuotteesta yhä erottuvamman aidosta. Muotokuvia tämän tarinan luotiin Kertaa käyttää GAN-ohjelmisto, joka oli julkisesti saatavilla tietokone grafiikka yritys Nvidia.,
Koska vauhti parannusta, se on helppo kuvitella, että ei-niin-kaukaisessa tulevaisuudessa, jossa kohtaamme ole vain yhden muotokuvia fake ihmiset, mutta koko kokoelmia niistä — juhlissa fake ystäviä, hengailla heidän fake koirat, joilla niiden fake vauvoja. On yhä vaikeampaa sanoa, kuka on todellinen verkossa ja kuka on tietokoneen mielikuvituksen tuotetta.
”Kun teknologian ilmestyi ensimmäisen kerran vuonna 2014, se oli huono — se näytti Sims”, sanoi Camille François, väärää tutkija, jonka tehtävänä on analysoida manipulointi sosiaaliset verkostot., ”Se on muistutus siitä, kuinka nopeasti teknologia voi kehittyä. Havaitseminen vain vaikeutuu ajan myötä.”
kasvojenkohotuksen edistysaskeleet on osittain tehty mahdolliseksi, koska teknologia on tullut niin paljon paremmaksi tunnistamaan tärkeimmät kasvonpiirteet. Voit käyttää kasvosi avata älypuhelimeen, tai kertoa valokuva-ohjelmisto, voit lajitella läpi tuhansia kuvia ja näyttää vain ne lapsesi., Kasvojen tunnustamista ohjelmia käytetään lainvalvontaviranomaisten tunnistaa ja pidättää rikoksesta epäiltyjen (ja myös joidenkin aktivistien paljastaa identiteettien poliiseja, jotka kattavat niiden nimi tunnisteet yrittää pysyä nimettömänä). Yritys nimeltä Clearview AI kaavittu web miljardien julkiset kuvat — rennosti jakaa verkossa arkipäivän käyttäjät — luoda sovellus, joka kykenee tunnistamaan muukalainen vain yksi kuva. Teknologia lupaa supervoimia: kykyä organisoida ja käsitellä maailmaa tavalla, joka ei ollut mahdollista ennen.,
Mutta kasvojen tunnustamista algoritmit, kuten muutkin A. I. järjestelmät, eivät ole täydellisiä. Niiden kouluttamiseen käytettyjen tietojen taustaharhojen ansiosta jotkin näistä järjestelmistä eivät ole yhtä hyviä esimerkiksi tunnistamaan värillisiä ihmisiä. Vuonna 2015, varhainen kuva-detection system jonka on kehittänyt Google merkitty kaksi Mustaa ihmistä kuin ”gorillat” todennäköisesti, koska järjestelmään oli syötetty paljon enemmän kuvia gorillat kuin ihmiset, joilla on tumma iho.,
Lisäksi, kamerat — silmien ja kasvojen tunnustamista — järjestelmät- eivät ole yhtä hyviä syömällä ihmiset, joilla on tumma iho; että valitettava vakio päivämäärät alkuaikoina elokuva kehitystä, kun kuvat olivat kalibroitu paras näyttää, kasvot, valo-ihoinen ihmisiä. Seuraukset voivat olla vakavat. Detroitin musta mies Robert Williams pidätettiin tammikuussa rikoksesta, jota hän ei tehnyt väärän kasvojentunnistusottelun vuoksi.
tekoäly voi helpottaa elämäämme, mutta lopulta se on yhtä virheellinen kuin mekin, koska olemme kaiken takana., Ihmiset valitsevat, miten Tekoälyjärjestelmät tehdään ja mihin dataan ne altistuvat. Valitsemme äänet, jotka opettavat virtuaalisia avustajia kuulemaan, mikä johtaa näihin järjestelmiin, jotka eivät ymmärrä ihmisiä aksenteilla. Suunnittelemme tietokoneohjelma ennustaa henkilön rikollista käyttäytymistä syöttämällä sen tiedot menneistä päätöksistä ihmisen tuomareita — ja prosessi paistaminen näiden tuomareiden harhat. Me leimaamme kuvat, jotka kouluttavat tietokoneita näkemään; he sitten yhdistävät lasit ”dweebeihin” tai ” nörtteihin.”
Voit bongata joitakin virheitä ja kuvioita huomasimme, että A. I., järjestelmä toistui, kun se loihti valekasvoja.
Muoti tarvikkeet voi aiheuttaa ongelmia.
esimerkiksi korvikset saattavat näyttää samanlaisilta, mutta eivät useinkaan täsmää.
GANs harjoittelee tyypillisesti oikeissa valokuvissa, jotka on keskitetty, skaalattu ja rajattu.
tämän seurauksena jokainen silmä voi olla saman etäisyyden päässä keskustasta.
Lasit ovat yhteisiä lisävarusteita monissa fake kuvia.,
niissä on yleensä ohuet kehykset, joiden päätykappaleet eivät välttämättä täsmää.
Useimmat meistä ei ole täysin symmetrinen ominaisuuksia, ja järjestelmä on hyvä uudestaan niitä.
mutta sen seurauksena se voi tuottaa toiseen korvaan syviä sisennyksiä, joita ei välttämättä ole toisessa.
sitten on odder-artefakteja, jotka voivat ilmestyä tyhjästä.
Useimmiten ne ovat vain yksi osa kuvaa, mutta jos katsot tarkkaan tarpeeksi, se on vaikea olla näkemättä sitä.,
joskus vihjeet siitä, onko kuva väärennetty, eivät ole henkilön ominaisuuksissa.
abstraktit tai suttuiset taustat ovat usein kylkiäisiä.
Ihmiset err, tietenkin: Me unohtaa tai lasite ohi puutteita näissä järjestelmissä, aivan liian nopeasti luottamaan siihen, että tietokoneet ovat hyper-järkevä, objektiivinen, aina oikeassa., Tutkimukset ovat osoittaneet, että tilanteissa, joissa ihmiset ja tietokoneet on tehtävä yhteistyötä, tehdä päätös — tunnistaa sormenjäljet tai ihmisen kasvot — ihmiset johdonmukaisesti tehnyt väärän tunnistaminen, kun tietokone tönäisi heitä tekemään niin. Alkuaikoina kojelautaan GPS-järjestelmät, kuljettajat tunnetusti seurannut laitteiden suuntiin vika, lähettämällä autoja järviä, pois kallioita ja puita.
Onko tämä nöyryyttä vai ylimielisyyttä? Asetammeko ihmisälylle liian vähän arvoa — vai yliarvioimmeko sitä olettaen, että olemme niin fiksuja, että voimme vielä luoda asioita fiksummin?,
Googlen ja Bingin algoritmit lajittelevat maailman tiedon meille. Facebook-uutissivusto suodattaa päivitykset sosiaalisista piireistämme ja päättää, mitkä ovat tarpeeksi tärkeitä näyttääkseen meille. Itseohjautuvilla ominaisuuksilla autoissa asetamme turvallisuutemme ohjelmistojen käsiin (ja silmiin). Luotamme näihin järjestelmiin paljon, mutta ne voivat olla yhtä erehtymättömiä kuin me.
Lisää Artikkeleita tekoäly:
Koulutuksen Kasvojen Tunnustamista Uusia Pörröisiä Ystäviä: Karhut
Vasta-aineet Hyviä. Koneistetut Molekyylit Parempia?,
nämä algoritmit voisivat tehdä lopun maailman tappajasta