Добро пожаловать в прекрасный и пугающий мир нейросетей
Когда творения нейросети не отличить от реальности
С помощью генеративно-состязательной сети или GAN можно создавать невероятные, и порой странные вещи. Какие-то сгенерированные нейросетью изображения забавляют, а какие-то пугают. Какое будущее нас ждет, если умные алгоритмы научатся идеально имитировать изображения из реальной жизни?
Генеративно-состязательные сети уже внесли свой вклад в современную культуру. Благодаря им появилась первая картина, нарисованная ИИ, которую продали на аукционе Christie’s, а также такое явление, как deepfakes — фейковые цифровые образы реальных людей, созданные нейросетью.
Технология использует машинное и глубинное обучение для поиска и воссоздания шаблонов данных. При этом две нейросети работают сообща. Вы даете обеим сетям огромное количество данных для обучения, а затем назначаете им разные задачи. Первая нейросеть — генератор — должна попытаться воспроизвести учебные образцы, например, почерк, видео или голос. Вторая сеть — дискриминатор — определяет, насколько реальным получился результат работы первой нейросети, сравнивая ее с оригинальными учебными образцами.
Каждый раз, когда дискриминатор отклоняет работу генератора, тот пытается еще раз выполнить свою задачу. Так продолжается до тех пор, пока дискриминатор не сможет отличить созданные данные от оригинальных. Другими словами, когда искусственная копия не будет отличаться от настоящих данных.
Удивительный мир генеративно-состязательных сетей одновременно прекрасен и уродлив. С одной стороны, способность обрабатывать медиаданные и имитировать различные шаблоны, может пригодиться в фоторедактировании, анимации и медицине (например, для улучшения качества медицинских снимков). А с другой — благодаря GAN появляются такие странные творения:
#BigGAN is so much fun. I stumbled upon a (circular) direction in latent space that makes party parrots, as well as other party animals: pic.twitter.com/zU1mCh9UBe
— Phillip Isola (@phillip_isola) 25 ноября 2018 г.
Нейросеть способна заставить танцевать любое животное на фото.
Или такие:
И даже человека.
Генеративно-состязательные сети могут использоваться и для крайне сомнительных целей — например, с их помощью можно наложить лицо знаменитости в порно, заставить политиков говорить на видео все, что вам угодно, или воссоздать чужой отпечаток пальца.
К счастью, у технологии есть свои ограничения. Чтобы создать нечто правдоподобное требуются огромные вычислительные возможности и узкая выборка данных. Например, для создания реалистичного изображения лягушки системе понадобятся сотни изображений лягушек определенного вида, в идеале сфотографированных под одним ракурсом. Без всего этого у вас получится довольно кривой результат вроде этого:
ok these #BIGGAN results are incredible. #nature should take a hint. eyes distributed around the head is a winner #BIGGAN pic.twitter.com/hJBb3fUQ78
— Memo Akten (@memotv) 30 сентября 2018 г.
Однако эксперты все равно беспокоятся, что это лишь верхушка айсберга. Алгоритмы продолжают развиваться и скоро кривые видеоролики и животные в стиле Пикассо станут пережитками прошлого. Как сказал эксперт по судебной экспертизе цифровых изображений Хани Фарид, мы не готовы к проблемам, которые могут возникнуть.
Материалы по теме:
Технологии вместо наркотиков: ученые создают «галлюциногенную машину»
Пользователь Reddit выпустил сервис для наложения любых лиц на актеров в порно
Google научил ИИ анализировать позу человека и подбирать похожие позы в других фото
Искусственный интеллект снял фильм: результат получился пугающим
-
Партнёрский материал Онлайн-инкассация: как превратить наличную выручку в рабочий капитал 01 июня 2026, 10:00
-
IT От конкурента PlayStation до её поставщика: история Xbox 03 августа 2026, 00:07
-
Бизнес Как Sony превратила отказ Nintendo в игровую империю: история PlayStation 02 августа 2026, 13:03
-
Автомобили От аккумуляторов для телефонов до победы над Tesla: история BYD 31 июля 2026, 23:02
-
Автомобили Как из чужих технологий сделать собственный бизнес: история Changan 31 июля 2026, 16:40
-
Бизнес Как вафельница и Майкл Джордан помогли построить спортивную империю: история Nike 29 июля 2026, 20:14
-
Бизнес От спора о будущем ИИ до большого бизнеса: история Claude 25 июля 2026, 17:00
-
Автомобили Как Geely за пять лет построила китайский премиум: история Zeekr 27 июля 2026, 21:35
-
Искусственный интеллект Минцифры готовится ввести классификацию дата-центров в России — ЦОДы для ИИ выделят в отдельную категорию 03 августа 2026, 12:20
-
Автомобили Ferrari распродала все автомобили до 2028 года — новых поставок покупателям придётся ждать полтора года 03 августа 2026, 15:00
-
Россия Пользователи «ВКонтакте» сообщили о сбое 3 августа — в компании заявили, что платформа работает штатно 03 августа 2026, 14:46
-
Карьера 80% зумеров подрабатывали в креативе: самые популярные направления — копирайтинг, редактора и создание контента 03 августа 2026, 14:40
-
Автомобили Volkswagen отзовёт почти 58 тыс. кроссоверов из-за риска ДТП: причина — неисправность камеры заднего вида 03 августа 2026, 14:15
-
Банки ВТБ готовит рекордный выпуск облигаций под потребкредиты — бумаги разделят на десять траншей 03 августа 2026, 13:40
-
Кибербезопасность В 2026 году случаи фишинга участились на 45% — вместо массовых рассылок спамеры выбирают точечные атаки 02 августа 2026, 19:00
-
Искусственный интеллект Google, Amazon, Microsoft и Meta* вложили в ИИ более $1 трлн — свободный денежный поток компаний достиг минимума 01 августа 2026, 16:00