Kunstig virkelighed er det næste skridt ud over kunstig intelligens, og det menneskelige sind kunne fuldt om kablet i processen. Retsbeviser kunne forfalskes, hjernevask ville være permanent, minder kunne skabes. Den største fare vil være for små børn, hvis sind bare finder 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
Brug af kunstig intelligens har eksperter skabt en 'falsk virkelighed', der ligner det virkelige liv, og du kan muligvis ikke 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 ikke 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 billedoversættelse af gadebilleder, oversættelse af dyrebilleder og oversættelse af ansigtsbillede,' sagde virksomhedswebstedet.
Forskere ledet af Ming-Yu Liu brugte 'image-to-image' 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, som består af to neurale netværk, der lærer af at se på rådata.
[the_ad id = "11018 ″]
Det bruger input til at 'lære' en algoritme om et bestemt emne ved at give det enorme mængder information.
Den ene ser på rådataene - i dette tilfælde den virkelige livs scene - mens den anden genererer falske billeder baseret på datasættet.
'Anvendelsen af GAN'er er ikke ny i ikke-overvåget læring, men NVIDIA-forskningen gav resultater - med skygger, der kiggede gennem tykt løv under delvis overskyet himmel - langt foran noget set før', skrev forskere ledet af hr. Lui i en blogindlæg.
'For selvkørende biler alene kunne træningsdata fanges en gang og derefter simuleres på tværs af en række virtuelle forhold: solrig, overskyet, snedækket, regnfuld, nat osv.', Skrev forskere.
