These people may look familiar
sorce by NYT 2020. Nov
인공지능의 개발에 대하여
Designed to Deceive: Do These People Look Real to You? By Kashmir Hill and Jeremy White
이제 가짜 사람들을 파는 기업이 있습니다. Generated.Photos 웹 사이트에서 "독특하고 걱정없는"가짜 사람을 $ 2.99에 구입하거나 1,000 명을 $ 1,000에 구입할 수 있습니다. 비디오 게임에 등장하는 캐릭터 나 회사 웹 사이트를 더욱 다양하게 보이게하기 위해 가짜 사람 몇 명만 필요하다면 ThisPersonDoesNotExist.com에서 무료로 그들의 사진을 얻을 수 있습니다. 필요에 따라 유사성을 조정하십시오. 그들을 늙거나 어리거나 당신이 선택한 민족으로 만드십시오. 가짜 사람을 애니메이션으로 만들고 싶다면 Rosebud.AI라는 회사에서 그렇게 할 수 있으며 심지어 말을 걸 수도 있습니다.
***********************************************************************************************
SNS , 4차 산업 , AI , VR AR 시대에 접어든 현대 사회는 때때로 , 혹은 가끔 정체성의 혼돈을 일으킬 우려가 있어 왔다... 즉 실물 인물이 아닌 가상의 공간에 실물과 같은 사진이나 나와 비슷한 인종과 나이 , 성별을 느낄 수 있는 가짜 인물이 있다면 말이다..
본인의 프로 파일이 별로 맘에 들지 않아 Photoshop 처리를 하거나 일러스트레이팅으로 흑백 톤을 조화 하거나는 이젠 엤일이 되어 버렸다.. 위의 1000여명의 사진 중에 하나라도 가짜 라고 느껴지는 인물이 있는가 ?
아래 본문 기사내용을 더 보자
------------------------------------------------------------------------------------------------------------------------
이러한 유형의 가짜 이미지의 생성은 생성 적 적대 네트워크라는 새로운 유형의 인공 지능 덕분에 최근 몇 년 동안 만 가능해졌습니다. 본질적으로 컴퓨터 프로그램에 실제 사람들의 사진을 제공합니다. 그들은 그들을 연구하고 사람들의 자신의 사진을 찾아 내려고 시도하는 반면, 시스템의 다른 부분은 그러한 사진 중 어떤 것이 가짜인지 감지하려고 시도합니다.
앞뒤로 인해 최종 제품이 실제 제품과 더욱 구별되지 않습니다. 이 이야기의 초상화는 컴퓨터 그래픽 회사 인 Nvidia에서 공개 한 GAN 소프트웨어를 사용하여 The Times에서 제작했습니다.
개선의 속도를 감안할 때, 우리가 가짜 사람들의 단일 초상화뿐만 아니라 전체 컬렉션에 직면하게 될 멀지 않은 미래를 상상하기 쉽습니다. 가짜 친구와 함께 파티에서 가짜 개와 어울리고, 가짜 아기를 안고 있습니다. 누가 온라인에 있는지, 누가 컴퓨터 상상의 산물인지 구별하기가 점점 더 어려워 질 것입니다.
"이 기술이 2014 년에 처음 등장했을 때는 별로 었습니다. . 심즈처럼 보였습니다."라고 소셜 네트워크의 조작을 분석하는 일을하는 허위 정보 분석 연구원 인 Camille François는 말했습니다. “기술이 얼마나 빠르게 발전 할 수 있는지를 상기시켜줍니다. 탐지는 시간이 지나면 더욱 어려워 질 것입니다.”
주요 얼굴 특징을 식별하는 기술이 훨씬 더 좋아 졌기 때문에 얼굴 가짜의 발전이 부분적으로 가능해졌습니다. 얼굴을 사용하여 스마트 폰의 잠금을 해제하거나 사진 소프트웨어에 수천 장의 사진을 정렬하여 자녀의 사진 만 표시하도록 할 수 있습니다. 얼굴 인식 프로그램은 법 집행 기관에서 범죄 용의자를 식별하고 체포하는 데 사용됩니다 (또한 일부 활동가는 익명을 유지하기 위해 이름표를 가리는 경찰관의 신원을 밝히기 위해 사용합니다). Clearview AI라는 회사는 일상적인 사용자가 부담없이 온라인으로 공유하는 수십억 개의 공개 사진 웹을 스크랩하여 단 한 장의 사진으로 낯선 사람을 인식 할 수있는 앱을 만들었습니다. 이 기술은 초능력을 약속합니다. 이전에는 불가능했던 방식으로 세상을 구성하고 처리 할 수있는 능력입니다.
그러나 다른 인공 지능과 같은 얼굴 인식 알고리즘. 시스템은 완벽하지 않습니다. 교육에 사용되는 데이터의 근본적인 편향 덕분에 이러한 시스템 중 일부는 예를 들어 유색 인종을 인식하는 데 그다지 좋지 않습니다. 2015 년 Google에서 개발 한 초기 이미지 감지 시스템은 두 명의 흑인을 '고릴라'로 분류했습니다. 시스템이 피부가 어두운 사람보다 고릴라 사진이 더 많이 공급 되었기 때문일 가능성이 큽니다.
게다가 얼굴 인식 시스템의 눈인 카메라는 피부가 어두운 사람을 포착하는 데 그다지 좋지 않습니다. 불행한 표준은 밝은 피부를 가진 사람들의 얼굴을 가장 잘 보이도록 사진을 보정 한 초기 필름 개발로 거슬러 올라갑니다. 그 결과는 심각 할 수 있습니다. 1 월, 로버트 윌리엄스라는 이름의 디트로이트의 흑인이 잘못된 얼굴 인식 일치로 인해 저 지르지 않은 범죄로 체포되었습니다.
인공 지능은 우리의 삶을 더 쉽게 만들 수 있지만 궁극적으로 우리가 모든 것을 배후에 있기 때문에 우리만큼 결함이 있습니다. 인간은 AI를 선택합니다. 시스템이 만들어지고 어떤 데이터에 노출되는지. 우리는 가상 비서가 듣도록 가르치는 음성을 선택하여 이러한 시스템이 악센트가있는 사람을 이해하지 못하도록합니다. 우리는 인간 판사가 내린 과거 판결에 대한 데이터를 제공하고 판사들의 편견을 반영하는 과정에서 개인의 범죄 행위를 예측하는 컴퓨터 프로그램을 설계합니다. 컴퓨터가 볼 수 있도록 훈련시키는 이미지에 레이블을 지정합니다. 그런 다음 안경을 "dweeb"** 또는 "nerds"*** 와 연관시킵니다.
** Dweeb 은 학업 적이고 영리하지만 사회적으로 무능한 사람을 가리키는 용어로, 종종 지나치게 천재적인 사람의 의미로 사용됩니다. 괴짜 또는 괴짜와 동의어로 사용할 수 있습니다.
*** Nerds ; 얼간이
괴상한는 지나치게으로 볼 사람입니다 지적 , 강박 , 내성적 또는 부족 사회적 기술을 . 그러한 사람은 더 많은 주류 활동을 배제하기 위해 일반적으로 고도로 기술적이거나 추상적이거나 공상 과학 또는 판타지 주제와 관련된 인기가 없거나 거의 알려지지 않은 또는 비 주류 활동 에 과도한 시간을 소비 할 수 있습니다 . [1] [2] [3] 또한, 많은 소위 괴짜들은 수줍음 이 많고 , 기발 하며, 현명 하고, 매력적이지 않은 것으로 묘사됩니다 .[4]
원래 경멸적인 용어 인 "괴상한"이라는 용어는 고정 관념 이었지만 다른 경멸주의와 마찬가지로 일부 사람들은 자부심과 집단 정체성의 용어로 되찾아 재정의했습니다. 그러나 추가 용어 인 geek 및 dork 는 의미와 사용법에서 유사한 긍정적 인 드리프트를 경험하지 못했습니다. [5] [ 업데이트 필요 ]
------------------------------------------------------------------------------------------------------------------------
물론 인간은 실수합니다. 우리는 이러한 시스템의 결함을 간과하거나 지나쳐서 컴퓨터가 초이 성적이고 객관적이며 항상 옳다고 믿기에는 너무나 빠릅니다. 연구에 따르면 인간과 컴퓨터가 협력하여 결정을 내려야하는 상황에서 (지문 또는 사람의 얼굴을 식별하기 위해) 컴퓨터가 그렇게하도록 촉구 할 때 사람들이 지속적으로 잘못된 식별을했습니다. 대시 보드 GPS 시스템의 초기에는 운전자가 장치의 지시에 따라 차량을 호수, 절벽, 나무로 보냈습니다.
이것이 겸손입니까 아니면 오만입니까? 인간의 지능에 너무 적은 가치를 부여합니까? 아니면 우리가 너무 똑똑해서 여전히 더 똑똑한 것을 만들 수 있다고 가정하여 그것을 과대 평가합니까?
Google과 Bing의 알고리즘은 우리를 위해 세계의 지식을 분류합니다. Facebook의 뉴스 피드는 소셜 서클의 업데이트를 필터링하고 우리에게 보여줄만큼 중요한 업데이트를 결정합니다. 자동차의 자율 주행 기능을 통해 우리는 소프트웨어의 손 (그리고 눈)에 안전을두고 있습니다. 우리는 이러한 시스템을 많이 신뢰하지만 우리만큼 오류가있을 수 있습니다.
우리는 이미 인공지능 시대에 살고 있고 이제 얼마나 AI 가 진화 하거나 혁명적으로 Jump 할 수 있는지을 보는 것이 아마도 다가올 미래의 일이 아닐까 싶다... Written by E HAN
