En el último tiempo los sistemas de inteligencia artificial (IA) han mejorado exponencialmente, tan así que existe un sitio web que ofrece millones de retratos de personas que, a pesar de verse reales, son completamente falsos son realizados por una IA.
El sitio This Person Does Not Exist consiste básicamente en una página que presenta retratos aleatorios de personas cada vez que se recarga la pagina. Estas imágenes parecen no tener ninguna singularidad más allá de su apariencia tipo foto de perfil, pero resulta que de las millones de imágenes disponibles, ninguna de ellas es una fotografía de una persona real.
Esto es gracias StyleGAN, un código subyacente basado en las “Redes de Confrontación Generativa” (GAN por sus siglas en inglés), construida por los investigadores de Nvidia quienes se basaron en su idea de “Transferencia de estilo” desarrollado anteriormente junto a los ingenieros de la Universidad de California.
El ingeniero de software de Uber, Phillip Wang, en vista del potencial del código para las deepfakes, la difusión de noticias falsas y otro tipo de engaños, decidió tomar StyleGAN y crear la página This Person Does Not Exist para demostrar el potencial de esta inteligencia artificial.
“He decidido apostar por mi cuenta para aumentar la conciencia pública sobre esta tecnología”, escribió Wang en un publicación en el grupo de Facebook Artificial Intelligence & Deep Learning donde presentó la página.
“Las caras son más fáciles de entender para nuestra cognición, así que decidí poner este modelo específico pre-entrenado. Cada vez que se actualice el sitio, la red generará una nueva imagen facial desde cero a partir de un vector de 512 dimensiones “, añadió.
En un principio, las GAN no podía generar imágenes de buena calidad que pudiesen superar los 1025 píxeles. Fue un grupo de trabajadores de Nvidia junto con el equipo de Tero Karras que hicieron posible la evolución de la tecnología de la IA.
GAN en primer lugar aprende una entrada constante tomada de una fotografía de una persona real. Esta cara se usa como referencia y se codifica como un vector que se asigna a un espacio junto a otras para formar la imagen completa con las características esenciales que conforman un rostro.
Después de que el generador aprende estas características, puede comenzar a ajustar estos detalles para crear una nueva cara.
En ese sentido, las GAN empleadas aquí funcionan básicamente gracias a dos tipos de redes neuronales: la generadora y la discriminatoria.
Estos programas se dedican a perfeccionar sus habilidades para generar imágenes, hasta que obtienen un resultado lo suficientemente bueno y real. Sin embargo, el código en ocasiones puede presentar errores pero de igual forma es completamente tolerable con la calidad de las fotos que se nos presentan.
A continuación puedes revisar el video en inglés publicado por Tero Karras donde exponen de forma más clara el proceso de generación de imagen.
