W zeszłym roku głośno zrobiło się o zalewających internet filmach deepfake, czyli przeinaczających rzeczywistość wideach zmodyfikowanych przez sztuczną inteligencję za pomocą odpowiedniej technologii (szerzej pisaliśmy o tym tutaj). Polegało to przede wszystkim na przenoszeniu czyjejś twarzy na inną postać, czego niechlubnym przykładem były liczne filmy pornograficzne, w których „występowały” znane gwiazdy filmowe. Dość szybko okazało się jednak, że można też „bawić się” w ten sposób twarzą konkretnego człowieka, sprawiając, że robi różne miny, czy nawet mówi rzeczy, których w rzeczywistości nigdy nie wypowiedział.

Teraz, w związku z nową technologią opracowaną przez specjalistów z Samsunga deepfake’i mogą atakować ze zdwojoną siłą, bo ich tworzenie będzie dużo prostsze.

Another great paper from Samsung AI lab! @egorzakharovdl et al. animate heads using only few shots of target person (or even 1 shot). Keypoints, adaptive instance norms and GANs, no 3D face modelling at all.
▶️ https://t.co/Xk5D4WccpD
📝 https://t.co/SxnVfY72TT pic.twitter.com/GjVrJbejT0

— Dmitry Ulyanov (@DmitryUlyanovML) 22 maja 2019

Marka opracowała bowiem system, który jest w stanie poprzez materiał filmowy ożywić daną postać w oparciu o jej pojedyncze zdjęcie. Do tej pory stworzenie realistycznie wyglądającej animacji wymagało użycia setek nagrań lub fotografii. Nie mówiąc już o odpowiednim sprzęcie, programach komputerowych i wiedzy. Teraz wystarczy jedno ujęcie. Samsung co prawda deklaruje, że większa ilość materiału pozwoli rozbudować mimikę danej postaci, dając zdecydowanie lepszy efekt.

Trzeba jednak przyznać, że to, co udało im się stworzyć na podstawie pojedynczego zdjęcia czy nawet zdjęcia obrazu – robi wrażenie! A przecież to na pewno jeszcze nie koniec prac nad nową technologią.

Algorytm ten powstał w „rosyjskiej Dolinie Krzemowej”, czyli w Instytucie Nauki i Technologii w podmoskiewskim Skolkovie.

Efekty pracy zaprezentowano w filmiku umieszczonym na YouTube, w którym oprócz Mony Lisy widzimy również „rozgadanych” Marilyn Monroe czy Alberta Einsteina.

Efekt końcowy może być w pewnym stopniu zróżnicowany, w zależności od tego na czyją twarz będą nakładane te znane portrety lub ujęcia sławnych osób.

Nie da się ukryć, że możliwość zobaczenia na twarzy Mony Lisy czegoś więcej poza enigmatycznym uśmiechem fascynuje, zaskakuje i na pewno jest niemałą ciekawostką. Tak samo, jak pewnie nieraz uśmiejemy się, widząc zabawny filmik z udziałem znanej osoby. Jego bohater być może także będzie rozbawiony taką nietypową animacją-parodią.

Nie mówiąc już o tym, że moglibyśmy porobić zabawne psikusy swoim rodzinom i znajomym. Technologia ta powinna ucieszyć także influencerów i vlogerów – koniec z koniecznością codziennego robienia się na bóstwo, żeby nagrać stories.

Wystarczy jedna dobra fotka i mamy gotową twarz na kolejny miesiąc nagrywek.

Teoretycznie więc same plusy. W praktyce – rozwój deepfake’ów nie będzie skutkował jedynie zapewnieniem odbiorcom rozrywki. Tego typu algorytmy są niestety siłą napędową tworzenia fake newsów. Już teraz często nie wiemy w co i komu wierzyć. Deepfake’owe efekty specjalne mogą być niebezpieczne i w przyszłości wpływać choćby na wyniki wyborów.

Rozwoju tej technologii nie da się pewnie powstrzymać. Należy jednak pamiętać, że wszystko zależy od tego, kto z tej nowinki technologicznej będzie korzystał. Trzeba więc równolegle tworzyć odpowiednie przepisy prawne, które będą regulować nielegalne praktyki związane z użyciem tego typu algorytmów. A odbiorcy muszą mieć na uwadze, że zdecydowanie nie zawsze można wierzyć własnym oczom.

Zdjęcie główne: kadr z filmu YouTube – Egor Zakharov „Few-Shot Adversarial Learning of Realistic Neural Talking Head Models”
Tekst: Kinga Dembińska