Mindenki táncoljon
Szörnyű táncos vagy, aki arról álmodozik, hogy egy nap egy lábujjütős zenei videóban szerepelhet, amitől Michael Jackson féltékennyé vált volna? Ha igen, akkor két lehetőséged van: menj a Napóleon dinamit útvonal és tegyen komoly gyakorlatot, vagy egyszerűsítse a folyamatot a legkorszerűbb mesterséges intelligencia előnyeinek kihasználásával.
Mivel Ön továbbra is olvassa a YouTube „Hogyan táncoljunk” videókat, és nem nézi, feltételezzük, hogy ezek közül a lehetőségek közül a második az, amelyik jobban tetszik. Ha igen, a Kaliforniai Egyetem Berkeley kutatóinak köszönhetjük. Használni a egyfajta „deepfake” technológia ami lehetővé teszi a valósághű arccseréket a videókban, kifejlesztettek egy olyan eszközt, amivel még a legvagányabb és koordinálatlanabbak is szakértőnek tűnnek.
Ajánlott videók
„Kidolgoztunk egy módszert a táncmozdulatok átvitelére egyik egyénről – egy profi táncosról – a másikra, [akit ebben a példában „Joe”-ként fogunk hivatkozni]” Shiry Ginosar, Ph. D. A UC Berkeley számítógépes látás szakos hallgatója mondta a Digital Trendsnek. „Ennek érdekében videót készítünk Joe-ról, amint mindenféle mozdulatot végrehajt. Ezzel a videóval megtanítunk egy generatív ellenséges hálózatot, hogy megtanulják, hogyan néz ki és mozog Joe. Ha megtanultuk ezt a modellt, bemenetként vehetünk egy pálcikafigurát egy testpózról, és kimenetként készíthetünk állóképet Joe-ról, aki ezt a testpózt hajtja végre. Ha van egy egész videónk egy táncoló pálcikaemberről, ugyanúgy generálhatunk egy egész videót Joe táncáról. Most a profi táncosról készült videó alapján kivonjuk a táncos testpózát, visszamegyünk Joe-hoz, és készítünk róla egy videót, amelyen nagyjából ugyanúgy táncol.”
Azon mókán kívül, hogy bárkit egy szakértő táncoshoz tud hasonlítani, Ginosar elmondta, hogy a tánc érdekes kihívást jelent az ilyen mélyhamisítási technikák számára. Ez azért van így, mert az egész emberi test folyékony módon mozog, ami lényegesen eltér (és keményebb), mint az eddig elvégzett statikusabb póz- vagy arcátvitel.
Az „Everybody Dance Now” címet viselő irat a művet ismerteti olvasható az arXiv preprint szerveren. Ginosar mellett a projekt további kutatói közé tartozott Caroline Chan, Tinghui Zhou és Alexei Efros.
Szerkesztői ajánlások
- A Microsoft felhagy hátborzongató, érzelmekkel teli A.I.
- Analóg A.I.? Őrülten hangzik, de lehet, hogy ez a jövő
- Az Nvidia legújabb A.I. Az eredmények azt bizonyítják, hogy az ARM készen áll az adatközpontra
- Az IBM A.I. A Mayflower hajó átkel az Atlanti-óceánon, és élőben nézheti meg
- Az A.I. legyőzni az emberi mérnököket a mikrochipek tervezésében? A Google úgy gondolja
Frissítse életmódjátA Digital Trends segítségével az olvasók nyomon követhetik a technológia rohanó világát a legfrissebb hírekkel, szórakoztató termékismertetőkkel, éleslátó szerkesztőségekkel és egyedülálló betekintésekkel.
