Alle sammen dans nå
Er du en forferdelig danser som drømmer om en dag å spille hovedrollen i en tåskjærende musikkvideo som ville gjort Michael Jackson sjalu? I så fall har du to alternativer: gå til Napoleon dynamitt rute og bruk litt seriøs praksis, eller forenkle prosessen ved å dra nytte av litt banebrytende kunstig intelligens.
Siden du fortsatt leser og ikke bruker YouTube «Hvordan danse»-videoer, kommer vi til å anta at det andre av disse alternativene er det som appellerer mer til deg. I så fall har du forskere ved University of California, Berkeley, å takke. Bruker slags "deepfake" teknologi som gjør det mulig å utføre realistiske ansiktsbytter i videoer, har de utviklet et verktøy som kan få selv de mest humpete og ukoordinerte blant oss til å se ut som eksperter.
Anbefalte videoer
"Vi har utviklet en metode for å overføre dansebevegelser fra ett individ - en profesjonell danser - til en annen, [som vi vil referere til som 'Joe' for dette eksemplet,]" Shiry Ginosar, en Ph.D. student i Computer Vision ved UC Berkeley, fortalte Digital Trends. "For å gjøre dette tar vi en video av Joe som utfører alle slags bevegelser. Vi bruker denne videoen til å trene opp et generativt motstandernettverk for å lære en modell av hvordan Joe ser ut og beveger seg. Når vi har lært denne modellen, kan vi ta en pinnefigur av en kroppspositur som input og generere et stillbilde av Joe som utfører den kroppsposituren som output. Hvis vi har en hel video av en dansende pinnefigur, kan vi generere en hel video av Joe som danser på samme måte. Nå, gitt en video av den profesjonelle danseren, trekker vi ut kroppsstillingen til danseren og går tilbake til Joe og genererer en video av ham som danser på omtrent samme måte.»
Bortsett fra moroa ved å kunne få noen til å ligne en ekspertdanser, sa Ginosar at dans er en interessant utfordring for denne typen dypfalske teknologi. Det er fordi det innebærer at hele menneskekroppen beveger seg på en flytende måte, som er betydelig annerledes (og tøffere) enn de mer statiske positurene eller ansiktsoverføringene som har blitt utført så langt.
En artikkel som beskriver verket, med tittelen "Everybody Dance Now", er tilgjengelig for lesing på arXiv preprint-server. I tillegg til Ginosar, inkluderte andre forskere på prosjektet Caroline Chan, Tinghui Zhou og Alexei Efros.
Redaktørenes anbefalinger
- Microsoft slutter med sin skumle, følelseslesende A.I.
- Analog A.I.? Det høres sprøtt ut, men det kan være fremtiden
- Nvidias siste A.I. resultater viser at ARM er klar for datasenteret
- IBMs A.I. Mayflower-skipet krysser Atlanterhavet, og du kan se det live
- Kan A.I. slå menneskelige ingeniører med å designe mikrobrikker? Google mener det
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
