Geschlecht:
Alter:
Ethnie:

Generator von gefälschten Porträts

Die Menschen neigen dazu, nicht über die Auswirkungen neuronaler Netzwerke auf unser Leben nachzudenken, da wir normalerweise das Ergebnis seiner Arbeit sehen und nicht das "Gesicht" eines neuronalen Netzwerks. Vielleicht wurde deshalb der Generator gefälschter Fotos Ende 2020 für mehrere Wochen zum Hauptdiskussionsthema in den Medien, die sich der Technologie widmeten. Nicht jeder konnte erraten, dass KI in wenigen Sekunden ein realistisches Gesicht einer nicht existierenden Person erzeugen könnte. Gefälschte Porträts sehen sehr realistisch aus und sind beängstigend. Wenn KI Gesichter für sich selbst erstellen und wie echte Menschen schreiben kann, was wird dann als nächstes passieren?

Generator von falschen Gesichtern nicht existierender Menschen

Wir sprechen über die Website thispersondoesnotexist.com ("diese Person existiert nicht dot com") und werden von der Geschichte und den Anwendungsgebieten erzählen. Die Funktionsweise des Generators wird weiter erläutert.

Der KI-Gesichtsgenerator basiert auf StyleGAN, einem neuronalen Netzwerk von Nvidia, das 2018 entwickelt wurde. GAN besteht aus 2 konkurrierenden neuronalen Netzen, eines erzeugt etwas und das zweite versucht herauszufinden, ob die Ergebnisse real sind oder vom ersten erzeugt werden. Das Training endet, wenn das erste neuronale Netzwerk beginnt, das zweite ständig zu täuschen.

Ein interessanter Punkt ist, dass die Erstellung von Fotos von nicht existierenden Personen ein Nebenprodukt war: Das Hauptziel bestand darin, die KI darin zu schulen, gefälschte Gesichter und Gesichter im Allgemeinen zu erkennen. Das Unternehmen benötigte dies, um die Leistung seiner Grafikkarten zu verbessern, indem Gesichter automatisch erkannt und andere Rendering-Algorithmen auf sie angewendet wurden. Da jedoch

der StyleGAN-Code ist öffentlich verfügbar, ein Ingenieur bei Uber konnte ihn verwenden und einen Zufallsgenerator für Gesichter erstellen, der das Internet erschütterte.

Über den Generator

Für den Benutzer funktioniert alles sehr einfach. Sobald Sie auf der Website sind, wird ein zufälliges Gesicht generiert. Sie können das Bild herunterladen, wenn Sie möchten. Aktualisieren Sie die Seite, wenn Ihnen die Person, die Sie sehen, nicht gefällt. Wenn Sie dasselbe Gesicht sehen, warten Sie einfach ein paar Sekunden und aktualisieren Sie die Seite erneut. Die Website zeigt die Ergebnisse der Arbeit des Generators (die alle 2-3 Sekunden aktualisiert werden), nicht den Generator selbst.

Wie man ein Bild einer falschen Person erkennt

Es ist fast unmöglich, ein Bild einer falschen Person zu erkennen. KI ist so entwickelt, dass 90% der Fälschungen von einem normalen Menschen nicht erkannt werden und 50% von einem erfahrenen Fotografen nicht erkannt werden. Es gibt keine Dienste zur Anerkennung. Gelegentlich macht ein neuronales Netzwerk Fehler, weshalb Artefakte auftreten: ein falsch gebogenes Muster, eine seltsame Haarfarbe und so weiter.

Das einzige, was Sie tun müssen, ist genauer hinzuschauen: Die visuellen Verarbeitungssysteme des Menschen sind weitaus stärker als die von Computern, sodass Fälschungen durch Erkennung erkannt werden können.

Jevin West und Carl Bergstrom haben eine Website mit dem Titel "Which Face Is Real" erstellt, die sich darauf konzentriert, Menschen beizubringen, potenziell falsche Porträts analytischer zu betrachten. Bevor Sie Vorschläge machen, dass eine Person auf einem Foto existiert, müssen einige Dinge berücksichtigt werden.

Eine der häufigsten sind symmetrische Probleme, insbesondere Brillen und Ohrringe.

Gleiche ungleichmäßige Probleme mit Zähnen sind auch ziemlich häufig. Achten Sie auf seltsame Merkmale wie Pixel und wiederholte Schneidezähne. Kunsthaar kann im Allgemeinen mit etwas Glanz erscheinen oder zu glatt und gestreift aussehen, wiederum mit sichtbarer Asymmetrie.

Studiere den Hintergrund sorgfältig. Wenn es gefälscht ist, kann es ungewöhnliche Verzerrungen in Formen und Linien enthalten oder insgesamt ein zerrissenes Aussehen haben. Das Durchbluten erfolgt in leuchtenden Farben, die sich vom Hintergrund auf den Kopf einer falschen Person abheben.

Ein weiteres Unterscheidungsmerkmal des NVIDIA "StyleGAN-Algorithmus" sind glänzende "Wasserflecken".