This Person Does Not Exist, un sito inquietante, un’incredibile tecnologia

Di primo acchito, le immagini che compaiono sul sito This Person Does Not Exist potrebbero sembrare delle fotografie da liceo o da account LinkedIn.

Invece, ogni foto sul sito è creata usando uno speciale algoritmo di intelligenza artificiale chiamato Rete Antagonistica Generativa (GANs).

Ogni volta che il sito viene aggiornato, appare una fotografia incredibilmente realistica – ma totalmente falsa – del volto di una persona. L’ingegnere informatico di Uber Phillip Wang ha creato la pagina per dimostrare di cosa sono capaci i GANs, e poi lo ha pubblicato sul gruppo pubblico di Facebook  “Artificial Intelligence & Deep Learning” martedì.

Un codice di casa Nvidia

Il codice che lo ha reso possibile, intitolato StyleGAN, è stato scritto da Nvidia e inserito in un documento che deve ancora essere sottoposto a peer-review. Questo esatto tipo di rete neurale ha il potenziale per rivoluzionare la tecnologia di videogiochi e di modellazione 3D, ma, come con qualsiasi tipo di tecnologia, potrebbe anche essere usato per scopi più sinistri. Deepfakes, o immagini generate al computer sovrapposte a immagini o video esistenti, possono essere utilizzati per spingere narrative di fake news o altre bufale. Questo è esattamente il motivo per cui Wang ha scelto di creare il sito ipnotico ma anche agghiacciante.

“Ho deciso di scavare nelle mie tasche e sensibilizzare l’opinione pubblica su questa tecnologia”, ha scritto nel suo post. “I volti sono più importanti per la nostra cognizione, quindi ho deciso di mettere quel modello pre-addestrato specifico. Ogni volta che si aggiorna il sito, la rete genererà una nuova immagine facciale da zero da un vettore di 512 dimensioni.”

Come funziona GANs?

Il concetto di GANs è stato introdotto per la prima volta nel 2014 dallo stimato scienziato informatico Ian Goodfellow, e da allora, Nvidia è stata l’avanguardia della tecnologia. Tero Karras, uno dei principali ricercatori della società, ha condotto diversi studi sui GANs.

Al loro interno, i GANs sono costituiti da due reti: il generatore e il discriminatore. Questi programmi per computer competono uno contro l’altro milioni su milioni di volte per affinare le loro capacità di generare immagini fino a quando non sono abbastanza buoni da creare le immagini a pieno titolo.

I ricercatori non sono stati in grado di creare immagini 1024×1024 di alta qualità con questo metodo fino a non molto tempo fa – alla fine del 2017 – quando Nvidia ha decifrato il codice utilizzando una tecnica descritta nel suo famoso documento ProGAN. StyleGAN si basa su questo concetto dando ai ricercatori un maggiore controllo su specifiche caratteristiche visive.

Come mai Nvidia è così brava in questa tecnologia?

La prima linea di business di Nvidia è la progettazione e la vendita di unità di elaborazione grafica (GPU o schede grafiche.) Le GPU sono i motori per l’apprendimento automatico utilizzati per addestrare algoritmi, come StyleGAN, per ore e ore. In pratica, le GPU sono ottime per elaborare massicce file e colonne di numeri, che è più o meno ciò che accade quando l’IA viene addestrata.

L’azienda ha il vantaggio di avere accesso alle sue GPU più all’avanguardia, offrendo ai suoi ricercatori l’ulteriore vantaggio delle risorse più all’avanguardia per la formazione delle reti neurali.

Il futuro di GANs

Nvidia, Facebook, Google e molte altre aziende tecnologiche hanno squadroni di ricercatori che sviluppano versioni di questa I.A. L’obiettivo finale è quello di usarlo per generare mondi virtuali completamente sviluppati, potenzialmente in VR, usando metodi automatici invece di hard coding. Ma nel frattempo, i GANs vengono già utilizzati per sviluppare il mercato in erba per gli influencer virtuali dei social media.

Una miriade di personaggi generati al computer che pubblicizzano marchi di moda e aziende lifestyle hanno già accumulato milioni di follower su Internet. Le società di venture capital hanno investito milioni nel concetto e le GANs potrebbero servire a rendere questi modelli 3D più realistici con meno manodopera.

Fino ad allora, non resta che refreshare continuamente il sito This Person Does Not Exist, per il quale il vostro affezionatissimo è letteralmente in fissa. È un esempio eccitante, ma agghiacciante, di quanto realistici siano i mondi falsi del futuro.