In un'epoca di politici ossessionati dalla post-verità e dalla fallacia ad hominem, un nuovo progetto sotto l'egida dell'Università di Washington ha creato algoritmi che generano video con una sincronizzazione labiale molto avanzata a partire da un semplice clip audio. L'occhio allenato noterà errori nel processo senza difficoltà, ma non è questo il punto. Dopotutto, basta una simulazione abbastanza buona, ripetuta fino allo sfinimento…
Per chi non ha ancora letto «1984» di George Orwell, il personaggio di Winston Smith è un redattore del Ministero della Verità incaricato di fare revisionismo storico, cioè alterare documenti passati per adattarli alla visione e alla volontà dello Stato. Oggi, la convinzione che «nessuno sopravvive all'archivio» resta salda, ma se aggiungiamo la possibilità di modificare l'archivio o crearlo da zero che la digitalizzazione consente, separare la verità dalla menzogna diventa molto più difficile. Detto questo, un nuovo progetto dell'Università di Washington dimostra il sorprendente potere delle reti neurali applicate all'elaborazione visiva e alla sincronizzazione labiale. E ci lascia anche preoccupati.
In pratica, il software genera movimenti labiali e della bocca precisi a partire da un clip audio, per poi applicarli sul volto di una persona in un video preesistente. I responsabili del progetto affermano che questa «conversione realistica da audio a video» ha applicazioni pratiche come l'ottimizzazione delle videoconferenze (invece di trasmettere un intero segnale video, si riceve solo l'audio e un modello locale «ci parla»), oppure, in un futuro non troppo lontano, conversare con figure storiche e attori in realtà virtuale. Perché hanno scelto Barack Obama? Semplice questione di materiale disponibile: la rete neurale deve essere addestrata, e c'è un'enorme quantità di video dell'ex presidente nel pubblico dominio.
No, la sincronizzazione non è perfetta e i suoi creatori lo sanno, ma è solo questione di tempo prima che gli effetti della Valle Inquietante vengano superati. Per ora, la rete neurale può essere addestrata solo con i dati di una persona alla volta. Secondo il professore e coautore Steve Seitz, «non è possibile» prendere la voce di chiunque e trasformarla in un video del presidente Obama. Tuttavia, se ci basiamo sui commenti nei video (uno ha già disabilitato i commenti), la gente la pensa diversamente.
