En Internet, discernir qué es verdad de lo que no lo es resulta una tarea más complicada conforme pasa el tiempo. Atrás quedó esa época de los fakes y hoaxes de dudosa calidad que se defendían por la mala calidad de, por ejemplo, las cámaras del momento. Sin embargo, estamos cerca de dar un salto enorme en fabricar realidades alternativas con los deep fakes. En vídeo ya hemos visto realidades preocupantes, pero en foto lo nuevo de los desarrolladores de NVIDIA es incluso más inquietante.
La compañía especializada en tarjetas gráficas y cada vez más en inteligencia artificial comenzó a mostrar resultados de generación de rostros con lo que llaman Generative Adversarial Networks (GAN). Sin embargo, todavía presentaba problemas en los rostros como para resultar creíble a personas. Lo que acaban de mostrar en vídeo es impresionante, las caras parecen las de cualquier persona con la que te puedes encontrar en la vida real, sin rasgos que resulten extraños en forma alguna.
La clave vuelve a estar en el entrenamiento
Las GAN ofrecían, según la investigación de NVIDIA, muy poco control sobre las imágenes generadas. El nuevo sistema tiene un generador que sabe cómo separar diferentes partes de las imágenes sin supervisión humana. Así, los diferentes rasgos y partes de una cara se toman como variables independientes mucho mejor procesadas, que se pueden combinar en cualquier tipo de rostro sin que resulte extraño.
El equipo responsable muestra en el vídeo cómo, después de que las redes neuronales hayan sido entrenadas son capaces de combinar dos fuentes y generar nuevas caras. Para ello, han empleado 70.000 fotografías de caras humanas de Flickr-Faces-HQ y FFHQ que están disponibles para estas investigaciones (como los datos de Cambridge Analytica también lo estaban para ciencias sociales). Para eliminar estatuas y rostros localizados en cuadros, han utilizado la plataforma Mechanical Turk de Amazon.
El sistema "no es más" que una combinación de atributos de distintas fotos (con posibilidad de primar unos sobre otros). En la variable A se sitúa la edad, el sexo o contar con accesorios como gafas. En la B, que A toma de guía, se establece la etnia. Así, **un niño occidental transforma su cara en la de la etnia hindú al ser fusionado con la de una mujer que cuenta con ese color de piel.
El sistema funciona con una colección de estilos, donde cada uno controla los efectos de una parte en concreto. NVIDIA detalla tres:
- La parte gruesa: se encarga del pelo, la forma de la cara, la pose, si hay gafas, etc.
- Estilos medios: rasgos faciales y ojos.
- Estilo fino: color del rostro.
En el vídeo se demuestra que esto es aplicable a coches, habitaciones y animales como gatos. Sin embargo, ahí los resultados aún no son tan efectivos. Todo es, probablemente, cuestión de tiempo.
Ver 6 comentarios