با کمک هوش مصنوعی سامسونگ، یک عکس ساده بدهید و عکس در حال سخنرانی و صحبت تحویل بگیرید!

محققان مرکز هوش مصنوعی سامسونگ در شهر مسکو، یک سیستم جدید برای تبدیل تصاویر چهره یک فرد به ویدیوهایی از سخنرانی او طراحی کردند.
براساس این مطالعه، سیستم جدید هوش مصنوعی میتواند نشانههایی مجازی از صحبت و مکالمه یک فرد را روی تصویر منبع و اولیه اعمال کند تا تصاویر نهایی فردی در حال سخنرانی را نشان دهند.
در حقیقت، این سیستم میتواند با تغییراتی در عکس اولیه و منبع که چهره یک فرد را نشان میدهد؛ چهرهای در مقصد ولی در حال صحبت و سخنرانی بسازد.
سامسونگ میگوید چنین قابلیتی بسیار کاربردی است. در تلهکنفرانسها، ویدیوکنفرانسها، بازیهای چند نفره، نرمافزارهای کاربردی و شاخههایی از صنعت میتوان این ظرفیت را استفاده کرد.
سیستم هوش مصنوعی جدید سامسونگ با فناوری deepfake متفاوت است. سامسونگ از مدلسازی سه بعدی برای ایجاد یک چهره جدید استفاده نمیکند و فقط به یک عکس چهره دو بعدی برای شروع نیاز دارد.
سامسونگ میگوید اگر این سیستم بتواند ۳۲ عکس منبع برای ایجاد مدل استفاده کند؛ قادر خواهد بود تا یک مدل کاملا مبتنی بر واقعیت و شخصیسازیشده بسازد.
سیستمی بدون خطر برای پلتفرمهای تولید محتوا
فناوری ویدیوهای deepfake کنونی یک محدودیت بزرگ دارد. این فناوری باید به مجموعه گسترده و بانک اطلاعاتی از ویدیوهایی یک فرد دسترسی داشته باشد تا براساس آنها بتواند یک سخنرانی و صحبت با نما و ظاهری متفاوت ایجاد کند.
اما سیستم هوش مصنوعی سامسونگ به این اندازه منبع و ویدیوی نمونه نیازی نداشته و فقط کافی است یک عکس چهره در دسترس باشد. به همین دلیل، این سیستم میتواند چهرههای مشهور تاریخی یا هنری و دانشمندان قدیمی را در حال سخنرانی نشان دهد.
سامسونگ میگوید این سیستم میتواند برخی نشانههای برجسته چهره را در عکس مقصد شناسایی و به یک مدل چهره نزدیک به واقعیت تبدیل میکند. بعد، شبکه generative adversarial میتواند مدلهای مختلف چهرههای ساخته شده را با هم مقایسه کند تا مشخص شود کدام مدل واقعیتر است.
با فیلتر مدلهای مختلف ایجاد شده، میتواند به یک مدل نهایی برای ساختن دنبالهای از ویدیوها رسید.
فیلمهای deepfake به یکی از معضلات و نگرانی عمده قانونگذاران در کشورهای مختلفی تبدیل شدند اما سامسونگ میگوید هوش مصنوعی نمیتواند تهدیدی برای افراد یا ویدیوهای واقعی ایجاد کند.
فیسبوک در حال توسعه سیستمی مبتنی بر یادگیری ماشینی برای شناسایی عکسها و ویدیوهایی جعلی و حذف آنها از روی پلتفرمهای شبکههای اجتماعی است.
این نوشتهها را هم بخوانید