Mi az a mélyfaj és hogyan készülnek?


Lehet, hogy látott egy videót Nicholas Cage arcáról, amelyet egy nemrégiben szereplő fordul az interneten karakterre áthelyezett másik karakterre helyeztek. Nem, nem az Klip című filmet értjük. Ezek olyan jelenetek különböző filmekről, amelyekben Nicholas Cage nem feltétlenül játszott, ám valóban nagyon meggyőzőek. Hogy húzták el ezt?

Nos, a válasz nem „boszorkányság”, hanem a „mélyfajnak” nevezett atechnológia, amely meglehetősen ruckus különféle iparágakat és közösségeket idéz elő.

Mi az a „Deepfake”?

A „mélyfake” szó a „mélyreható tanulás” és természetesen a „hamis” kifejezésből származik. A mély tanulás a gépi tanulás speciális ága, amely szintén része a mesterséges intelligencia általános területének.

A számítási teljesítmény drámai növekedésével és a számítógépek újonnan felfedezett módjaival a valós adatok hatalmas mennyiségű adatának feldolgozására és elemzésére A világban a számítógépek hirtelen olyan dolgokat tudnak csinálni, amilyeneket a legtöbbünk elképzelhet. A mélyfajok ezt a technológiát alkalmazzák az emberi képek szintetizálására, és fényképeket vagy videókat készítenek azokról a dolgokról, amelyeket az emberek soha nem tettek és nem mondtak el.

Hogyan működik a Deepfake TechnologyWork?

A mély tanulás, amely alátámasztja a mélyfakemetódusokat, leírja az idegháló-szimuláció modern alkalmazását a tömeges adatkészletekre. A neurális háló nem új koncepció vagy technológia, de a modern időkig meglehetősen kezdetlegesnek bizonyultak.

A mesterséges idegháló legalább egy bizonyos mértékben szimulálja a biológiai agyban zajló tanulási folyamatot. Amikor megtanulod vagy más módon foglalkozol a külvilággal, az agysejtek közötti kapcsolatok megváltoznak.

Áramköröket és logikai struktúrákat alkotnak, erősítve egyes kapcsolatokat, és mások gyengítve. Amint elsajátít valamit, például a vezetés vagy a tenisz játék megtanulását, az agyi körök gyorsak és hatékonyabbak lesznek. Végül olyan jó vagy valami olyannál, hogy nem is kell gondolni erre.

<ábra class = "lusta aligncenter">

Ez lényegében ugyanaz a dolog ez történik egy mély tanulási rendszerrel. Nagyon sok példát mutat valamitre, majd fokozatosan jobban képes „megérteni”.

Deepfakes esetén a szoftver megvizsgálja az átalakítani kívánt arc példáit, valamint a videót, amelybe át szeretné helyezni. Ha elegendő képzéssel végül szintetizál egy arcot, amely megfelel az edzési adatoknak, és zökkenőmentesen átfedheti azt bármilyen más oldallal.

Milyen szoftvert használnak aDeepfakes készítéséhez?

Számos olyan alkalmazások, amelyek lehetővé teszik, hogy az emberek mélyreható képet készítsenek. A FakeApp volt az első olyan alkalmazás, amelyről tudunk és amelynek célja a szokatlan emberek számára a mélyfaj tartalom készítése. A már elromlott és a másolatot megtalálni képes weboldal egyáltalán nem könnyű.

A mélyfajok készítői mostanra nagyrészt továbbmozdultak egy DeepFaceLab nevű alkalmazáshoz, amely a GitHubban található, és újból létrejött. végtelen oktatóanyagok olyan helyeken, mint például a Reddit.

Mélyfaj készítése

Ez a cikk nem célja, hogy bemutató legyen, a házastársak áttekintést nyújtanak a mélyfajok gyakorlatban történő elkészítéséről, de nem adnak pontos lépéseket a saját maga elkészítéséhez.

Ennek néhány oka van, de a legfontosabb az, hogy a mélyfajták készítésének jogszerűsége rendkívül vitatott. Ahogyan nem tudnánk pontosan megadni a kalózszoftverek vagy más illegális tevékenységek előmozdításának lépéseit, lépésről lépésre nem adunk útmutatásokat a mélyfajok készítéséhez.

Ezen kívül a DeepFaceLab tényleges alkotója kiadott egy lépésről lépésre video bemutató a szoftver számára, amelyet bárki követhet, ha vállalni szeretné a felelősséget egy ilyen kockázatért.

Hogy áttekinthesse, mennyire jók ezek a dolgok, nézd meg ezt a weboldalt ahol az oldal frissítésekor új fénykép készül egy nem létező személyről.

Célunk, hogy segítsünk megérted a technológiát, mivel az idő múlásával egyre inkább találkozunk vele. Ezzel összefüggésben ezek a széles fázisok a DeepFaceLab mélyfake létrehozásának.

A DeepFaceLaby letöltését és csomagolását követően a egy mappát, amely sok más mappát és kötegelt fájlokat tartalmaz.

Van egy “munkaterület” nevű mappa, amely tartalmazza az edzési modelleket, a forrásvideókat és a kimenetet. DeepFaceLabworks meghatározott fájlnevekkel és helyekkel, hogy a kötegelt fájlok működhessenek. Például a forrásfájlt mindig „data_src” névvel és a rendeltetési hely „data_dst” névvel jelöljük.

Nincs olyan szoftver felület, mivel a legtöbb ember tudja. Csak a számozott kötegelt fájlok listája, amelyek a folyamat lépéseit reprezentálják. Először a forrás- és célvideót képkockák formájában vonják ki.

Ezután több elemzési lépést futtat, majd GPU-alapú képzést követ, ahol az idegi hálózat megtanulja, hogy a modell felépítéséhez mi szükséges a két videóban található arcokhoz. Végül egy új összetett videó készül.

A mélyfajok visszaélése

Mint már említettük, a mélyfajok nagyon ellentmondásosak. Sértheti egyes országok hatályos törvényeit, és az új törvények épülnek a technológiával és annak alkalmazásaival kapcsolatos munkákba.

A mélyfajták felhasználhatók olyan csalások létrehozására, mint például a videó egy elnökről, aki őrült dolgokat mond. Használható arra, hogy az embereket pornográf filmekbe helyezzék be azzal a céllal, hogy zaklatják vagy más módon ártalmasak legyenek rájuk.

<ábra class = "lusta aligncenter">

Ahogy valószínűleg el tudod képzelni , sok kárt okozhat egy meggyőző mélységhamisítással, és a fogás következményei a közeljövőben sokkal súlyosbodhatnak.

Minden kérdés

Most, hogy ez a technológia létezik és ugyanúgy működik, mint azt jelenti, azt jelenti, hogy a médiát, mint a videókat, teljesen új fényben kell megnéznünk. Ha valaki videót terjeszt a közösségi médiában egy híres ember vagy politikus, aki azt mondja, vagy valami ellentmondásos dolgot csinál, akkor először fel kell kérdeznie, hogya videó még valóságos is.

A legtöbb rosszul teljesített mélyfaj nyilvánvalóan hamis, ha tudod, mit kell keresni, és láttak már néhányat. Bizonyos esetekben azonban az evena képzett szemnek nehézségekbe ütközhet, hogy valamilyen CG-manipuláció megszakad, és a technika fejlesztésével végül lehetetlenné válik.

Kapcsolódó hozzászólások:


23.05.2019