Почему от новой технологии не стоит ждать слишком многого
В рамках CES 2020 компания Samsung представила очень необычную технологию. Система NEON разработана независимым подразделением Samsung Star Labs. Она позиционируется как «искусственный человек» на базе искусственного интеллекта. По словам создателей, это виртуальное существо способно «общаться и сочувствовать», подобно настоящему человеку.
У каждого, кто прочитает подобное описание, в голове складывается образ чего-то, очень похожего на JOI, голографическую подругу главного героя фильма «Бегущий по лезвию 2049». И тут сразу же возникает проблема завышенных ожиданий. Киношная Джой представляла собой идеального романтического компаньона. Если она и не была наделена полноценным разумом, то, по крайней мере, достоверно и адекватно его симулировала. Но это было в кино. А в реальном мире в 2020 году таких технологий просто не существует.
«Насколько мы можем судить, здесь вообще нет никакой тайны. NEON — это просто цифровые аватары — анимированные подобия человека. Они заслуживают звания «искусственный человек» не более, чем голосовой ассистент», — говорят эксперты The Verge.
Star Labs начали подогревать интерес к своей разработке еще в конце прошлого года. «NEON = искусственный человек», — гласил один из твитов. Теперь становится понятно, что это была просто чересчур громкая реклама.
Так что же такое NEON?
NEON — система искусственного интеллекта, которая генерирует анимированное фотореалистичное изображение человека, включая естественное выражение его лица во время отображения эмоциональных реакций. Также генерируется реалистичный голос.
Технология ИИ, которая лежит в основе системы, носит название Core R3, от английских слов Reality, Realtime, Responsive (реальность, реальное время, отзывчивость). Чтобы создать виртуальный аватар, системе нужно «скормить» видео, на котором запечатлены движения и эмоции человека-образца. Система анализирует поведение «донора», считывает его движения, запоминает эмоциональные реакции. Впоследствии вся эта информация используется для генерации реалистичного видеопотока в режиме реального времени.
В основе НЕОНов лежат реально существующие люди, но полученные виртуальные «шкурки» можно натянуть куда угодно. Например, на другого человека или персонажа видеоигры. Также можно вставить фотореалистичный образ человека в пустой кадр и заставить его выполнять какие-либо действия или реалистичным голосом произносить чужие реплики.
В сочетании с голосовым ассистентом, вроде Siri или Alexa, технология, действительно, позволяет создать что-то вроде виртуального компаньона. Вот только это все равно не стоит называть «искусственным человеком». Такое определение попросту некорректно. По сути, разработка Samsung является новым инструментом для создания уже знакомых нам дипфейков (фальшивых видео). А значит, как бы реалистично не выглядела созданная кукла, она будет либо правдоподобно зачитывать заготовленные реплики, либо вести примитивные псевдоинтеллектуальные диалоги на уровне голосового ассистента.
Проблема в том, что даже будучи упакованным в красивую обертку, голосовой ассистент не становится умнее. А на начало 2020 года все существующие ассистенты остаются невероятно тупыми.
Долгоиграющие последствия
Новая технология Samsung совершенно точно не является тем, чем ее объявляют маркетологи. Это — никакой не «искусственный человек», а просто генератор дипфейков. Но все же нельзя отрицать, что это — лучший в мире генератор дипфейков. Ни одна другая система в мире не умеет так быстро и так качественно подбирать выражение лица для виртуальной модели. С точки зрения возможности генерировать реалистичные образы, это — настоящий прорыв, который окажет колоссальное влияние на мир и будет иметь долгоиграющие последствия.
Во-первых, в самое ближайшее время благодаря NEON все мало-мальски умные чат-боты обзаведутся лицом и приобретут зачатки характера. Они по-прежнему будут нести околесицу, неловко уклоняться от ответов на слишком сложные вопросы и внезапно терять нить разговора. Но все это они будут делать с очень убедительным выражением лица.
Стоит ожидать, что в ближайшие пару лет телеканалы начнут массово избавляться от живых телеведущих. Ведь НЕОНу не нужно платить зарплату, а зачитывать подготовленный текст с бумажки он способен круглосуточно. В целом, виртуальные аватары начнут намного активнее проникать в сферу услуг и занимать места работников поддержки, различных консультантов, сиделок и консьержей.
Очень скоро технологию возьмут на вооружение черные пиарщики политических сил. Они начнут массово клепать реалистичные компроматы на конкурентов, и, как следствие, Интернет захлестнет волна фейковых видео различной степени абсурдности. Этот же инструмент – дипфейк — может быть использован для создания злонамеренных фальсификаций и манипулирования общественным мнением по любому вопросу. В общем, «эпоха постправды» проявит себя в полную силу. И человек не сможет отличить реальную видеозапись от фальшивки, и ему придется ставить под сомнение абсолютно всё, что видит на экране.
5 способов распознавания фальшивых видео
Сегодня дипфейки все еще можно распознать невооруженным взглядом, если только знать, куда смотреть. Технология дипфейков пока еще несовершенна, потому оставляет следы в виде небольших графических артефактов в кадре. Вот пять способов, которыми вы можете распознать фальшивку.
Разница в разрешении
Обращайте внимание на разницу в разрешении деталей лица и остальной части видео. Источники, из которых искусственный интеллект извлекает лицо «донора», как правило, имеют высокое разрешение. Это необходимо для качественной работы нейросети. Но по этой же причине перенесенное лицо в итоговом ролике может выглядеть более четким и детализированным, чем всё остальное видео.
Этот эффект особенно четко заметен в юмористическом ролике, где лицо актера Стива Бушеми перенесли на тело Дженнифер Лоуренс. Обратите внимание на то, насколько сильно размыт логотип премии «Золотой глобус» на заднем плане по сравнению с четким и ярким лицом Бушеми.
Проявление рамки изображения
Искусственный интеллект отлично справляется с перенесением одного лица на другое. Но когда фоновое лицо частично перекрывается каким-либо объектом в кадре, нейросеть начинает сбоить. В такие секунды лицо-«наклейка» начинает немного смещаться, а вокруг него может проявляться едва заметная размытая рамка.
Отчетливее всего этот эффект заметен на видео с кадрами из фильма «Сияние», где лицо Джека Николсона было заменено на лицо другого актера, Джима Керри. На большей части ролика наложение выглядит очень естественно. Но в моменте, где персонаж заглядывает в щель и произносит свою фразу «Here’s Johnny!» можно заметить небольшой сбой в изображении.
Непоследовательное масштабирование
Если формы черепов «донора» и «реципиента» очень сильно отличаются, искусственному интеллекту трудно подогнать лицо одного актера под голову другого. В результате, лицо-«донор» может по-разному масштабироваться в зависимости от ракурса камеры. Это очень заметно в ролике, где лицо Сильвестра Сталлоне попытались пересадить на тело Арнольда Шварценеггера в «Терминаторе 2». Получившийся персонаж выглядит по-разному, когда камера смотрит на него прямо (0:57) или немного снизу (2:46). В моменты, когда камера смещается относительно героя, лицо-«наклейка» начинает мельтешить, пытаясь подстроиться под меняющийся ракурс.
Смещение границ
Искусственный интеллект не всегда понимает, какого размера должна быть «наклейка». В одних кадрах он может использовать целое лицо, а в других — лишь его фрагмент. Как следствие, граница «донорского» лица может смещаться, периодически обнажая черты лица оригинала.
Этот эффект можно рассмотреть в ролике, где лицо комика Билла Хейдера периодически заменяют на лицо Тома Круза. Хейдер и Круз имеют похожую форму лица, потому дипфейк выполнен очень качественно. Но все же его выдают скулы и подбородок. Это заметно на моменте 1:03, хотя, признаться, если не знаешь о подмене заранее, то ее и не заметишь.
Несоответствие оттенков
При наложении лица нейросеть старается подгонять его оттенок под тон кожи и освещение на оригинальном видео. Тем не менее, ей не всегда удается сделать это идеально. В видеоролике, где лицо Джима Керри пересадили на тело Элисон Бри, этот недостаток виден особенно явно. Нужно присмотреться к оттенку кожи по краям и в центре лица. Кожа, принадлежащая Джиму Керри, имеет более желтый оттенок, чем кожа Элисон Бри. Особенно это заметно на скулах, где проходит граница наложения. Как следствие, лицо выглядит так, будто его измазали темным тональным кремом.
Безусловно, дипфейки будут прогрессировать в качестве. Возможно, уже через пару лет мы увидим подделки, которые будет невозможно распознать без специализированного софта. Но это должно лишь сделать ваш подход к потреблению информации более взвешенным и избирательным. Технологии создают необычный мир, в котором вы уже не сможете доверять собственным глазам. А потому каждому, кто хочет сохранить способность мыслить критически, придется научиться тщательно отбирать и анализировать факты самостоятельно.
А что до убедительного «искусственного человека» — возможно, когда-нибудь он все-таки будет создан. Но для этого необходимо развивать искусственный интеллект иного рода, и произойдет это явно не в 2020.
Источник: igate.com.ua
