W erze polityków uzależnionych od postprawdy i argumentum ad hominem, nowy projekt pod skrzydłami Uniwersytetu Waszyngtona stworzył algorytmy, które generują filmy z bardzo zaawansowaną synchronizacją ust na podstawie prostego klipu audio. Wytrenowane oko bez trudu wykryje błędy w procesie, ale nie o to chodzi. W końcu wystarczy symulacja wystarczająco dobra i powtarzanie jej aż do znudzenia…
Nawiązanie do 1984
Dla tych, którzy nie czytali jeszcze „1984” George’a Orwella, postać Winstona Smitha to redaktor w Ministerstwie Prawdy, zajmujący się rewizjonizmem historycznym, czyli zmienianiem wcześniejszych zapisów tak, aby odpowiadały wizji i woli państwa. Obecnie wiara w to, że „nikt nie przetrwa archiwum”, pozostaje silna, ale jeśli dodamy możliwość edytowania archiwum lub tworzenia go od zera, jaką daje digitalizacja, oddzielenie prawdy od kłamstwa staje się znacznie trudniejsze. Mając to na uwadze, nowy projekt Uniwersytetu Waszyngtona pokazuje zadziwiającą moc sieci neuronowych zastosowanych do przetwarzania wizualnego i synchronizacji ust. Również nas niepokoi.
Jak to działa?
Zasadniczo oprogramowanie generuje precyzyjne ruchy warg i jamy ustnej na podstawie klipu audio, po czym nakłada je na twarz osoby na istniejącym wideo. Twórcy projektu twierdzą, że ta „realistyczna konwersja audio na wideo” ma praktyczne zastosowania, takie jak optymalizacja wideokonferencji (zamiast przesyłać cały sygnał wideo, otrzymuje się tylko audio, a lokalny model „mówi” do nas), a w niedalekiej przyszłości może pozwolić na rozmowy z postaciami historycznymi i aktorami w wirtualnej rzeczywistości.
Dlaczego wybrali Baracka Obamę? To prosta kwestia dostępnego materiału. Sieć neuronowa musi być trenowana, a istnieje ogromna liczba filmów z byłym prezydentem w domenie publicznej.
Ograniczenia
Nie, synchronizacja nie jest idealna i jej twórcy o tym wiedzą, ale to tylko kwestia czasu, zanim efekty doliny niesamowitości zostaną przezwyciężone. Na razie sieć neuronowa może być trenowana tylko na danych jednej osoby naraz. Według profesora i współautora Steve’a Seitza „nie jest możliwe” wzięcie głosu kogokolwiek i przekształcenie go w wideo z prezydentem Obamą. Jednak jeśli wierzyć komentarzom pod filmami (jeden z nich ma już wyłączone komentarze), ludzie myślą inaczej.
