"Mona Lizan" arvoituksellinen, maalattu hymy tunnetaan ympäri maailmaa, mutta tuo kuuluisa kasvo esitti äskettäin hätkähdyttävän uuden ilmaisumuodon, joka oli tekijänoikeuksien myötä.
YouTube-videolle 21. toukokuuta jaetussa videossa kolme videoleikettä esittävät hämmentäviä esimerkkejä Mona Lisasta liikuttaessaan huuliaan ja kääntämällä päätään. Hänet on luonut konvoluutiohermoverkko - tyyppi AI, joka käsittelee tietoa samalla tavalla kuin ihmisen aivot, analysoimaan ja käsittelemään kuvia.
Tutkijat kouluttivat algoritmin ymmärtämään kasvojen piirteiden yleiset muodot ja miten ne käyttäytyvät toistensa suhteen, ja soveltamaan sitten tietoja valokuviin. Tuloksena oli realistinen videosekvenssi uusista ilmeistä yhdestä ruudusta.
Mona Lisa -videoille AI "oppi" kasvojen liikkumisen kolmen ihmisen aihepiiristä, tuottaen kolme hyvin erilaista animaatiota. Vaikka jokainen kolmesta leikkeestä oli vielä tunnistettavissa Mona Lizaksi, harjoittelumallien ulkoasun ja käyttäytymisen vaihtelut antoivat erillisiä "persoonallisuuksia" "eläville muotokuville", Egor Zakharov, Skolkovon tiede- ja teknologiainstituutin insinööri, ja Samsung AI Center (molemmat sijaitsevat Moskovassa), selitettiin videossa.
Zakharov ja hänen kollegansa tuottivat myös animaatioita valokuvista 1900-luvun kulttuurikuvakkeista, kuten Albert Einstein, Marilyn Monroe ja Salvador Dali. Tutkijat kuvasivat havaintonsa, joita ei ollut vertaisarvioitu, tutkimuksessa, joka julkaistiin verkossa 20. toukokuuta esipainetussa arXiv-lehdessä.
Näiden kaltaisten alkuperäisten videoiden, nimeltään deepfakes, tuottaminen ei ole helppoa. Ihmisen päät ovat geometrisesti monimutkaisia ja erittäin dynaamisia; 3D-päämallilla on "kymmeniä miljoonia parametreja", tutkimuksen kirjoittajat kirjoittivat.
Lisäksi ihmisen visiojärjestelmä on tutkimuksen mukaan erittäin hyvä tunnistamaan "pienetkin virheet" 3D-mallinnetussa ihmisen päässä. Nähdessään jotain, joka näyttää melkein ihmiseläiseltä - mutta ei aivan -, syntyy syvän levoton tunne, jota kutsutaan uncanny-laakson vaikutukseksi.
AI on aiemmin osoittanut, että vakuuttavien syväkertojen tuottaminen on mahdollista, mutta se vaati halutun kohteen useita kulmia. Uutta tutkimusta varten insinöörit esittelivät AI: n erittäin suurelle viitevideoille, jotka osoittavat ihmisten kasvot toiminnassa. Tutkijat määrittelivät kasvojen maamerkit, joita sovellettaisiin mihin tahansa kasvoihin, jotta neuroverkko opettaisi kuinka kasvot käyttäytyvät yleensä.
Sitten he kouluttivat AI: tä käyttämään viitelausekkeita lähteen ominaisuuksien liikkumisen kartoittamiseen. Tämän ansiosta AI: llä oli mahdollista luoda syväkuva, vaikka sillä oli vain yksi kuva, josta tutkittiin, tutkijat kertoivat.
Ja lisää lähdekuvia antoi vielä yksityiskohtaisemman lopullisen animaation tuloksen. Yhden kuvan sijasta 32 kuvasta luodut videot saavuttivat käyttäjän tutkimuksessa "täydellisen realismin", tutkijat kirjoittivat.
