Todos dancem agora
Você é um péssimo dançarino que sonha em um dia estrelar um videoclipe que deixaria Michael Jackson com ciúmes? Nesse caso, você tem duas opções: vá o Dinamite Napoleão rota e praticar seriamente ou simplificar o processo aproveitando alguma inteligência artificial de ponta.
Como você ainda está lendo e não está fora dos vídeos “Como dançar” do YouTubing, vamos assumir que a segunda dessas opções é a que mais agrada a você. Nesse caso, você tem que agradecer aos pesquisadores da Universidade da Califórnia, em Berkeley. Usando o tipo de tecnologia “deepfake” que permite realizar trocas de rostos realistas em vídeos, eles desenvolveram uma ferramenta que pode fazer com que até os mais desajeitados e descoordenados entre nós pareçam especialistas.
Vídeos recomendados
“Desenvolvemos um método para transferir movimentos de dança de um indivíduo – um dançarino profissional – para outro, [a quem nos referiremos como ‘Joe’ neste exemplo]” Shiry Ginosar, um Ph. estudante de Visão Computacional na UC Berkeley, disse à Digital Trends. “Para fazer isso, gravamos um vídeo de Joe realizando todos os tipos de movimentos. Usamos este vídeo para treinar uma rede adversária generativa para aprender um modelo de aparência e movimento de Joe. Quando tivermos aprendido esse modelo, podemos pegar um boneco palito de uma pose corporal como entrada e gerar uma fotografia estática de Joe realizando aquela pose corporal como saída. Se tivermos um vídeo inteiro de um boneco dançando, podemos gerar um vídeo inteiro de Joe dançando da mesma maneira. Agora, dado um vídeo do dançarino profissional, extraímos a pose do corpo do dançarino e voltamos para Joe e geramos um vídeo dele dançando da mesma maneira.”
Além da diversão de poder fazer qualquer pessoa parecer um dançarino experiente, Ginosar disse que dançar apresenta um desafio interessante para esse tipo de tecnologia deepfake. Isso porque envolve todo o corpo humano se movendo de forma fluida, o que é consideravelmente diferente (e mais difícil) do que a pose mais estática ou as transferências de rosto que foram realizadas até agora.
Um artigo descrevendo o trabalho, intitulado “Everybody Dance Now”, é disponível para leitura no servidor de pré-impressão arXiv. Além de Ginosar, outros pesquisadores do projeto incluíram Caroline Chan, Tinghui Zhou e Alexei Efros.
Recomendações dos Editores
- A Microsoft abandona sua IA assustadora e leitora de emoções.
- IA analógica? Parece loucura, mas pode ser o futuro
- O mais recente A.I. da Nvidia os resultados provam que o ARM está pronto para o data center
- IA da IBM O navio Mayflower está cruzando o Atlântico e você pode assisti-lo ao vivo
- A IA pode vencer os engenheiros humanos no projeto de microchips? Google pensa assim
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
