AI skaber 'falsk virkelighed', der ikke kan skelnes fra den virkelige verden

NVIDIA
Del denne historie!
image_pdfimage_print

Kunstig virkelighed er det næste skridt ud over kunstig intelligens, og det menneskelige sind kunne være genoptaget i processen. Rettens beviser kunne forfalskes, hjernevask ville være permanent, og der kunne oprettes minder. Den største fare vil være for små børn, hvis sind bare er ved at finde ud af, hvad virkeligheden er og ikke er. Den mest kraftfulde leveringsmekanisme vil være Virtual Reality-enheder, der stimulerer flere sanser under simuleringen. TN Editor

Ved hjælp af eksperter på kunstig intelligens har skabt en 'falsk virkelighed', der ligner det virkelige liv, at du muligvis ikke kan fortælle, at det er en simulering.

Nye fremskridt inden for grafikmanipulationer foretaget af neurale netværk betyder, at kunstige simuleringer ligner bedragere som den rigtige ting.

Udviklere siger, at AI-genererede scener i fremtiden kunne bruges til at oprette træningsdata til selvkørende biler.

Imidlertid har denne teknologi også en mørkere side og kan føre os ind i mærkelig hyper-virkelighed, hvor simulering kan skelnes fra det virkelige liv.

Forskere fra Santa Clara-baserede teknologiselskab Nvidia har oprettet billeder, der viser AI-genererede scener oprettet af rigtige.

”Vi præsenterer billedoversættelsesresultater i høj kvalitet på forskellige udfordrende, ikke-overvågede billedoversættelsesopgaver, herunder oversættelse af gadescene, oversættelse af dyrebilleder og oversættelse af ansigtsbilleder,” siger selskabets websted.

Forskere ledet af Ming-Yu Liu brugte 'image-til-billede'-oversættelser til at omdanne et udendørs vinterbillede til en AI-genereret sommerscene.

De kunne også omdanne solskinsvejr til vådt vejr.

Systemet er afhængig af generative adversarial netværk (GAN).

Forskere ved Google Brain AI-laboratoriet udviklede først GAN, der består af to neurale netværk, der lærer at se på rå data.

[the_ad id = "11018"]

Den bruger input til at 'undervise' en algoritme om et bestemt emne ved at tilføre det enorme mængder information.

Den ene ser på de rå data - i dette tilfælde den virkelige scene - mens den anden genererer falske billeder baseret på datasættet.

"Brugen af ​​GAN'er er ikke ny i uovervåget læring, men NVIDIA-forskningen producerede resultater - med skygger, der kiggede gennem tykt løv under delvis overskyet himmel - langt foran alt, hvad der er set før", skrev forskere under ledelse af hr. Lui i en blogindlæg.

'For selvkørende biler alene kunne træningsdata indfanges en gang og derefter simuleres på tværs af en række virtuelle forhold: solrig, overskyet, snedækket, regnfuldt, natligt osv.', Skrev forskere.

Læs hele historien her ...

Deltag i vores mailingliste!


Tilmeld
Underretning af
gæst
0 Kommentarer
Inline feedbacks
Se alle kommentarer