Dans « Playtest », un épisode récent de la superbe émission de Charlie Brooker Miroir noir, le public a eu un aperçu de ce à quoi pourrait ressembler l’avenir de l’horreur dans un monde de réseaux neuronaux avancés et de réalité augmentée. Comme pour tout ce qui concerne Miroir noir, le monde décrit par l'épisode est une dystopie dans un futur proche, dans laquelle la technologie est reconnaissable, mais toujours légèrement hors de portée.
C’est peut-être un peu plus proche que vous ne le pensez, basé sur un nouveau projet d’apprentissage automatique issu du MIT, portant un nom issu de l’imagination tordue de Charlie Brooker. En bref, la « Nightmare Machine » du MIT utilise une technologie d’apprentissage profond de pointe pour évoquer des images conçues pour nous faire peur.
Vidéos recommandées
Et non seulement cela pourrait nous en dire plus sur la façon dont nous avons peur, mais notre peur nous aide à l’entraîner à devenir toujours plus effrayant !
En rapport
- Le rival ChatGPT d'Apple peut écrire automatiquement du code pour vous
- Steve Wozniak prévient que l'IA rendra les escroqueries encore plus convaincantes
- L’IA rend une arnaque de longue date encore plus efficace
« Nous utilisons des algorithmes d’apprentissage profond de pointe pour découvrir à quoi ressemblent les maisons hantées ou les villes toxiques. Ensuite, nous appliquons le style appris à des monuments célèbres.
"De plus en plus d'intellectuels, dont Elon Musk et Stephen Hawking, ont sonné l'alarme sur la menace potentielle de l'IA superintelligente sur l'humanité", a déclaré un chercheur. Pinar Ianardag Delul, un doctorat. étudiant au Media Lab du MIT, a déclaré à Digital Trends. "Dans l'esprit d'Halloween et en suivant la culture traditionnelle du hack du MIT, nous voulions commémorer de manière ludique la peur de l'humanité face à l'IA, qui est un thème croissant dans la culture populaire."
Dans un sens, la Nightmare Machine est une extension de L'outil de génération d'art Deep Dream de Google. Deep Dream, pour ceux qui ne le connaissent pas, a joué sur une drôle de bizarrerie des algorithmes de classification d’images de Google: les outils qui permettent à Google Images de reconnaître, par exemple, une chaise dans des images de chaises sans étiquette. Profitant de ce que Google a appelé des « incidents de formation », Deep Dream a utilisé ses capacités de reconnaissance de formes pour commencer à accentuer les détails trouvés dans les images. Les résultats étaient magnifiquement surréalistes: des cieux remplis d’oiseaux imaginaires, des arbres transformés en bâtiments ornés et des océans vides devenant des paysages urbains extraterrestres.
La Nightmare Machine du MIT est le sinistre revers de Deep Dream; l’équivalent en IA de prendre deux jumeaux identiques et d’en élever un comme un enfant parfait (projet de Google), tout en enfermant l’autre dans le grenier avec un seau de têtes de poisson à manger (projet du MIT).
"Nous utilisons des algorithmes d'apprentissage profond de pointe pour découvrir à quoi ressemblent les maisons hantées ou les villes toxiques", a poursuivi Delul. «Ensuite, nous appliquons le style appris à des monuments célèbres, et il est surprenant de voir à quel point l'algorithme est capable d'extraire l'élément des modèles hantés et de l'insérer dans les monuments. La plupart des résultats sont en effet assez effrayants.
Comme pour tout bon scientifique fou de film d’horreur, bien sûr, les chercheurs ne se sont pas arrêtés là. Des tests sur des humains étaient nécessaires. « Nous avons [observed some] résultats intéressants » Dr Manuel Cebrian, chercheur scientifique principal, a déclaré à Digital Trends. « Disons que nous formons un réseau neuronal sur des lieux, comme une maison hantée, et que nous l'appliquons à une personne ou à un groupe de personnes. Le résultat est tout aussi envoûtant !
"L'objectif principal de notre groupe de recherche est de comprendre les barrières entre la coopération entre l'homme et la machine."
En appliquant le réseau neuronal de Nightmare Machine à n’importe quelle image à laquelle ils pouvaient penser, tout à coup, plus rien n’était interdit. Une image de l’un des récents débats présidentiels américains (assez obsédante au départ !) s’est soudainement transformée en deux squelettes s’insultant sur scène. Un gag de canapé de Les Simpsons ressemblait à une apparition effrayante d'un film d'horreur J, et d'innombrables portraits d'utilisateurs ont été souillés pour ressembler au genre de selfies Les zombies de George Romero pourrait casser avec les smartphones restants après une apocalypse de morts-vivants.
(Pour y voir de plus près, consultez le compte Instagram pratique les chercheurs se sont installés pour montrer leurs créations macabres.)
"Pour l'instant, il s'agit simplement d'une expérience amusante, dans l'esprit d'Halloween, pour explorer une nouvelle façon dont les machines peuvent nous effrayer de manière plus viscérale", a poursuivi le Dr Cebrian. « Nous demandons cependant aux gens de voter pour ce qu’ils trouvent effrayant. Jusqu’à présent, nous avons collecté plus de 100 000 évaluations individuelles de nos images entièrement générées par ordinateur.
C’est là que le facteur humain entre en jeu. Après tout, un réseau neuronal peut faire tous les rêves profonds qu’il veut, mais il faut un être humain pour faire des cauchemars. Dans ce cas, en classant à quel point vous trouvez effrayantes les images générées par la Nightmare Machine, elle peut affiner ses capacités à nous effrayer encore plus.
"Il est intéressant de noter que les visages générés sont tout aussi effrayants du point de vue de l'IA, mais les gens trouvent certains d'entre eux assez effrayants, tandis que d'autres moins", a déclaré Delul. « Cela révèle qu’il existe des informations supplémentaires sur la façon dont les humains perçoivent l’horreur, qui peuvent être exploitées pour créer des visages encore plus effrayants, comme vous le suggérez. Peut-être qu’à l’avenir, nous pourrons [même] générer des images d’horreur « personnalisées » si nous adaptions le processus de génération aux données [d’un individu].
Et nous sommes de retour là où nous avons commencé Miroir noirL'épisode « Playtest » de !
"Peut-être que cette technologie est plus proche que nous ne le pensons", Iyad Rahwan, professeur agrégé au MIT Media Lab, nous a dit. « L’objectif principal de notre groupe de recherche est de comprendre les barrières entre la coopération humaine et machine. Les perceptions psychologiques de ce qui motive les humains et ce qui motive les machines constituent un obstacle important à l’émergence d’une telle coopération. Ce projet tente de faire la lumière sur ce front – bien sûr d’une manière loufoque et hacker, à la manière d’Halloween.
Nous vous blâmons si nous ne pouvons pas dormir ce soir, MIT! Nous espérons que vous êtes fiers de vous…
Recommandations des rédacteurs
- Les meilleurs auteurs exigent une rémunération des entreprises d’IA pour l’utilisation de leurs travaux
- Ces idées ingénieuses pourraient contribuer à rendre l’IA un peu moins malveillante
- Arrêtez d'utiliser des outils d'IA générative tels que ChatGPT, le personnel des commandes de Samsung
- Photoshop AI pense que le « bonheur » est un sourire aux dents pourries
- Une chaîne de restaurants utilisera l’IA pour lutter contre le « terrorisme du sushi »
