contador gratis Saltar al contenido

¿Cómo crear imágenes falsas e incluso encontrarlas? La inteligencia artificial se encarga del MIT

septiembre 17, 2020

Investigadores del Instituto de Tecnología de Massachusetts (MIT) e IBM han entrenado una inteligencia artificial creando un sistema capaz en una primera fase de procesar imágenes fotográficas falsas insertando objetos en su interior con resultados indistinguibles de una imagen real. Pero la IA también funciona “a la inversa”, veamos cómo.

El sistema de generación puede ser de gran ayuda para artistas y diseñadores, y la investigación destaca cómo las redes neuronales son capaces de “comprender el contexto”, un elemento que el equipo de desarrollo espera poder explotar para crear una herramienta capaz, entre otras cosas, para identificar imágenes falsas o alteradas.

La herramienta en cuestión se llama ?GANpaint Studio? y también se ha preparado una demostración en línea. En lugar de dibujar manualmente árboles u otros elementos en una foto, por ejemplo, puede indicar a la aplicación dónde desea colocar ciertos elementos y hacer que se adapten al entorno circundante representado por la foto de inicio. La herramienta aún no está completa, pero ya parece interesante y prometedora, útil por ejemplo para agregar / eliminar elementos olvidados en el último momento antes de tomar una foto.

Al crear GANpaint Studio, los investigadores informan que se sorprendieron por la facilidad con la que el sistema aprendió reglas simples como las posibles relaciones entre objetos (por ejemplo, una puerta no tiene nada que ver con el cielo). La herramienta explota redes antagonistas generativas (en inglés Gan, acrónimo de Red de adversarios generativos), una nueva clase de algoritmos de aprendizaje automático basados ??en la teoría de juegos.

Cuando la naturaleza es demasiado compleja para ser estudiada directamente, los investigadores la simulan, desarrollando modelos capaces de reproducir la apariencia y el funcionamiento de los fenómenos estudiados, de modo que puedan probar sus teorías comparando datos experimentales con los producidos artificialmente. Las simulaciones en cuestión pueden ser demasiado complejas en términos computacionales y los algoritmos GAN, arquitecturas de redes convolucionales, perfectas para aplicaciones en las que se van a generar contenidos u objetos, resultan útiles.

GANpaint Studio facilita la creación de imágenes falsas, pero también lo ayudará a detectarlas fácilmente. “Tienes que conocer a tu oponente para poder defenderte”, explica Jun-Yan Zhu, coautor del documento que ilustra la herramienta. Los investigadores presentarán los resultados de su trabajo el próximo mes en una conferencia.