Il ya quelques mois à peine, la génération de faux visages photoréalistes par l’intermédiaire de réseaux accusatoires génératifs (GAN) était l’un des exemples de l’utilisation de l’intelligence artificielle (IA) qui retenait de plus en plus l’attention du grand public. Aujourd’hui, tout cela n’a été qu’un apéritif de ce qui allait arriver. Maintenant, les visages ne suffisent plus, car l’intelligence artificielle est maintenant capable de générer, à partir de rien, des images photoréalistes de personnes avec tout le corps, bien sûr, de personnes qui n’existent pas, mais qui ont leurs propres visages, coiffures et cheveux. vêtements, en un mot simple Faux Humains.

Créer de faux humains qui n’ont jamais existé dans le monde réel

Par conséquent, pour montrer cela, nous avons ici une vidéo dans laquelle nous pouvons voir comment les personnages générés par le GAN sont transformés au moment où ils se déplacent:

À l’instar de nombreuses autres avancées en matière d’intelligence artificielle, cette approche présente à la fois un côté positif et un côté négatif, car elle constitue un pas de plus vers l’érosion de la crédibilité du contenu multimédia, source d’information de moins en moins fiable grâce à une analyse en profondeur progressivement plus réaliste. De plus, en dehors de tout cela, il offre un système rapide et peu coûteux (surtout) pour produire des catalogues de vêtements.

L’algorithme qui a rendu cela possible a été développé par DataGrid, une startup technologique basée sur le campus de l’Université de Kyoto au Japon. Ses ingénieurs ont décidé de surmonter les problèmes rencontrés par la génération de visages GAN, en évitant d’inclure une grande partie des informations inutiles susceptibles de semer la confusion dans l’intelligence artificielle.

Pour cela, ils ont choisi de placer sur un fond blanc homogène les modèles posés sur les photos utilisées pour former le système. Par conséquent, nous pouvons maintenant dire au revoir aux éléments asymétriques ou aux taches de couleur étranges qui pourraient mettre en évidence la nature des images générées.

Dans DataGrid, ils avaient déjà réussi à développer leur propre algorithme de génération de visages, mais ils cherchaient des moyens de donner à leurs modèles numériques une plus grande «expressivité», pour laquelle ils parient non seulement de générer des corps entiers, mais aussi de leur donner une idée de ce qu’ils font. mouvement aussi bien.

Alors, que penses-tu de cela? Partagez simplement tous vos points de vue et pensées dans la section commentaire ci-dessous. Et si vous avez aimé cet article, n’oubliez pas de le partager avec vos amis et votre famille.