Un poco de horror cuando una inteligencia artificial genera caras falsas sincronizadas con música

Comparta este Artículo en:

Todavía estamos tratando de descubrir las mejores aplicaciones para redes neuronales, aprendizaje automático y todos los avances recientes en inteligencia artificial.

Entre todas las investigaciones prácticas que se llevan a cabo, también se realizan muchos experimentos frívolos con resultados que marcan la línea entre lo fascinante y lo aterrador.

El procesamiento automatizado de imágenes ha surgido como un fuerte grupo de redes neuronales artificiales, alimentado en parte por décadas de todos compartiendo fotos y selfies entre sí en Internet.

Como resultado, se recogieron grandes archivos de fotos y se utilizaron para entrenar a las IA para que hagan todo, desde usuarios que envejecen artificialmente en aplicaciones móviles novedosas hasta generar enormes colecciones de imágenes fotorrealistas de personas que en realidad no existen.

With these levitra overnight delivery risks in brain, many women prefer to seek natural options to breast implants. The moment leave the couples dissatisfied in the lovemaking. cialis cheap uk Arginine is also used for cardiovascular health. generic viagra australia It just makes http://mouthsofthesouth.com/cialis-5269 ordine cialis on line it a lot easier for you for the long run.

La industria de la fotografía de archivo nunca será la misma, pero Mario Klingemann se preguntó qué pasaría si esas mismas redes neuronales artificiales que producen imágenes falsas de rostros se sincronizaran con música, generando caras más expresivas cuando el ritmo de una canción realmente golpea.

Klingemann utilizó la red de confrontación generativa StyleGAN2 que fue creada por Nvidia y finalmente lanzada como herramienta de código abierto hace más de un año.

No realizó ningún entrenamiento de imagen personalizado, sino que modificó la GAN para ajustar sus resultados de salida en función del espectro de sonido de un archivo de audio determinado, que en este caso es la canción Triggernometry de Kraftamt.

Algunos de los seguidores de Klingemann en Twitter han sugerido que revise algunos de los resultados de salida más extremos de la GAN, cuyos horrores en realidad solo se revelan cuando pasan cuidadosamente por el video anterior cuadro por cuadro.

Fuente: Gizmodo