Một cách tiếp cận mới với việc giả mạo AI có thể tạo ra những khuôn mặt vô cùng chân thực với bất kỳ đặc điểm nào bạn muốn.

Những khuôn mặt trên dường như không gây chú ý đặc biệt. Chúng có thể dễ dàng được lấy từ Facebook hoặc LinkedIn. Trong thực tế, chúng đã được hình dung bởi một loại thuật toán AI mới.

Các nhà nghiên cứu của Nvidia đã đăng tải chi tiết về phương pháp tạo ra những khuôn mặt giả mạo hoàn toàn tưởng tượng nhưng đạt độ chân thực cao.

Các nhà nghiên cứu, Tero Karras, Samuli Laine và Timo Aila, đã đưa ra một cách mới để xây dựng Mạng chống đối tạo sinh (GAN-Generative adversarial network).

GAN sử dụng hai mạng nơ-ron đấu tay đôi để đào tạo một máy tính nhằm tìm hiểu bản chất của một bộ dữ liệu đủ tốt để tạo ra các giả mạo đầy thuyết phục. Khi được áp dụng vào hình ảnh, hệ thống này cung cấp một cách để tạo ra hình ảnh giả thường có độ chân thực cao. Các nhà nghiên cứu này của Nvidia trước đây cũng đã sử dụng kỹ thuật này để tạo ra những người nổi tiếng nhân tạo.

Nvidia sản xuất các chip máy tính rất quan trọng đối với trí tuệ nhân tạo nhưng công ty này cũng sử dụng một đội ngũ kỹ sư phần mềm để phát triển các công cụ hữu ích và thử nghiệm các cách sử dụng phần cứng mới.

Khuôn mặt của những người nổi tiếng giả mạo của Nvidia (hai hàng trên cùng) và những khuôn mặt giả mạo mới đầy chân thực hơn của nó phía dưới.

Những hình ảnh dưới đây cho thấy mức độ cải tiến của công trình mới.

Trong công trình gần đây nhất, các nhà nghiên cứu đã lấy cảm hứng từ một kỹ thuật được gọi là chuyển giao phong cách để phát triển GAN của mình theo một cách khác cơ bản. Điều này cho phép thuật toán của họ xác định các yếu tố khác nhau của khuôn mặt mà các nhà nghiên cứu có thể kiểm soát sau đó.

Một video do các nhà nghiên cứu sản xuất cho thấy cách tiếp cận này cũng có thể được sử dụng để chơi và phối lại các yếu tố khác nhau như tuổi tác, chủng tộc, giới tính hoặc thậm chí là tàn nhang.

Theo Mario Klingemann, một nghệ sĩ đồng thời là lập trình viên sử dụng GAN trong công việc của mình thì “có vẻ như đây là một bước nhảy vọt lớn về chất lượng đối với GAN”. “Nó cũng có vẻ có thể kiểm soát một cách đáng kinh ngạc không giống như những GAN gần đây mà bạn phải thử nghiệm cách điều khiển kết quả theo một hướng nhất định (như tạo khuôn mặt cười hoặc khuôn mặt già nua)”.

Klingemann nói rằng anh ấy rất muốn có được mật mã và thử nghiệm nó vì mục đích nghệ thuật. “Tôi rất thích tìm hiểu cách khiến cho mô hình đó làm những điều “sai”, Klingemann cho biết.

GAN có khả năng thay đổi cách tạo các trò chơi video và hiệu ứng đặc biệt. Cách tiếp cận có thể gợi lên các kết cấu thực tế hoặc nhân vật theo yêu cầu. Nvidia gần đây đã giới thiệu một dự án sử dụng GAN để tổng hợp diện mạo của các vật thể trong một cảnh theo thời gian thực trong một trò chơi lái xe.

Adobe cũng có một dự án sử dụng GAN để cải thiện độ chân thực của các hình ảnh sau khi chúng bị thao tác, loại bỏ các tạo tác có thể dễ dàng được đưa vào. GAN cũng có thể được sử dụng để làm sắc nét các hình ảnh hoặc video bị mờ hoặc bị nhòe.

Tuy nhiên, công trình cũng là một ví dụ nổi bật về việc tiến bộ trong lĩnh vực học máy đang dẫn đến những khả năng mới cho việc giả mạo, đặc biệt nó có thể gây nguy hại trong vấn đề chính trị (Tham khảo thêm bài “Fake America great again” – “Lại bùng nổ nạn giả mạo tại nước Mỹ” của MIT Technology Review)

Hà Thủy

Lược dịch theo MIT Technology Review

Những trăn trở về vấn đề ngăn ngừa những rủi ro, thiệt hại khi trí tuệ nhân tạo được ứng dụng ngày càng nhiều trong mọi lĩnh vực của đời sống xã hội, kể cả trong vận hành chính phủ cũng là mối bận tâm của Thống đốc Michael Dukakis và các giáo sư, nhà nghiên cứu tại Viện Michael Dukakis về Lãnh đạo và Sáng tạo (MDI). “Mối quan tâm của tôi là điều gì đang xảy ra với những công nghệ này và liệu chúng ta có sử dụng chúng vì lý do chính đáng hay không, cũng như đảm bảo chúng được kiểm soát trên toàn thế giới” theo ông Michael Dukakis, Chủ tịch MDI. Trong báo cáo tại Hội nghị Sáng kiến cho Thượng đỉnh G7 năm 2018  “Mô hình 7 lớp Trí tuệ nhân tạo nhằm xây dựng nền chính trị thế hệ mới”, ông cùng nhóm học giả tại Đại học Harvard, MIT, MDI bao gồm GS. Nazli Choucri, GS. David Silsberweig, GS. Thomas Patterson và ông Nguyễn Anh Tuấn đã công bố mô hình xã hội trí tuệ nhân tạo (AIWS) nhằm mục đích định hình sự phát triển của trí tuệ nhân tạo lành mạnh và phát triển mô hình AIWS 7 lớp. Theo đó, Lớp 4: Luật pháp và Lập pháp – Luật pháp trí tuệ nhân tạo trong việc xây dựng nền chính trị thế giới mới tập trung vào chính sách, luật pháp và lập pháp mang tính quốc gia và quốc tế, nhằm mục tiêu quản lí sự sáng tạo và sử dụng trí tuệ nhân tạo, đồng thời đảm bảo trí tuệ nhân tạo mang lại lợi ích cho cộng đồng, không được sử dụng cho những mục đích xấu.


Tác giả Will Knight: Biên tập viên cao cấp về mảng Trí tuệ nhân tạo của tạp chí công nghệ uy tín MIT Technology Review. Ông phụ trách các bài viết bao gồm những tiến bộ mới nhất về AI và các lĩnh vực liên quan, bao gồm Học máy, lái xe tự động và robot. Ông gia nhập MIT Technology Review vào năm 2008 sau khi chuyển công tác từ New Scientist – tạp chí khoa học hàng tuần của Anh.