Mới nhìn qua, những hình ảnh hiện ra trên website “This Person Does Not Exists” giống như được lấy từ cơ sở dữ liệu của một trường cấp 3 hay từ trang tìm việc LinkedIn. Nhưng không phải vậy.
Thực ra, tất cả những hình ảnh trên ThisPersonDoesNotExist.com đều được tạo ra bằng cách sử dụng một loại thuật toán trí tuệ nhân tạo đặc biệt gọi là “mạng đối nghịch chung” (GANs).
Mỗi lần website được làm tươi, một hình ảnh mặt người trông cực kỳ chân thật – nhưng hoàn toàn là hàng fake – hiện ra. Kỹ sư phần mềm của Uber là Phillip Wang đã tạo ra website này để biểu diễn những gì GANs có thể thực hiện được, và sau đó đăng tải nó lên nhóm Facebook mang tên “Artificial Intelligence & Deep Learning” hôm thứ ba vừa qua.
Đoạn mã thực hiện mọi thứ bạn thấy trên trang – StyleGAN – được viết bởi NVIDIA. Loại hình mạng thần kinh này có tiềm năng tạo nên một cuộc cách mạng trong lĩnh vực video game và công nghệ dựng hình 3D, nhưng, giống như bất kỳ loại công nghệ nào, nó cũng có thể bị lợi dụng vào các mục đích mờ ám. Deepfakes, hay những hình ảnh được máy tính tạo ra chồng lên trên các hình ảnh hay video có sẵn, có thể được dùng vào việc tường thuật tin tức giả hoặc các trò lừa đảo khác. Đó chính là lý do tại sao Wang tạo ra website đầy mê hoặc nhưng cũng khiến chúng ta cảm thấy hụt hẫng này.
“Tôi quyết định tự bỏ tiền túi mình ra và giúp mọi người nhận thức rõ hơn về công nghệ này” – anh viết – “Khuôn mặt là thứ dễ nhận ra nhất trong nhận thức của chúng ta… Mỗi lần bạn làm tươi lại trang, mạng lưới sẽ tạo ra một hình ảnh khuôn mặt mới hoàn toàn từ một vector 512 chiều“
Một hình ảnh trên website ThisPersonDoesNotExist
Một hình ảnh khác trên website ThisPersonDoesNotExist
GANs còn có thể tạo ra hình selfie nhóm
GANs hoạt động ra sao?
Khái niệm về GANs được giới thiệu lần đầu vào năm 2014 bởi nhà khoa học máy tính nổi tiếng Ian Goodfellow, và kể từ đó, NVIDIA đã đi đầu trong công nghệ này. Tero Karras, một nhà khoa học nghiên cứu của công ty, đã dẫn dắt nhiều nghiên cứu về GANs.
Về cơ bản, GANs bao gồm 2 mạng lưới: bộ phát sinh và bộ phân biệt. Những chương trình máy tính này đối chọi với nhau hàng triệu lần để tôi rèn những kỹ năng phát sinh hình ảnh của chúng, cho đến khi chúng đủ tốt để tạo ra những hình ảnh hoàn hảo.
Biểu đồ miêu tả cách hoạt động của một GAN
Các nhà nghiên cứu không thể tạo ra những hình ảnh chất lượng cao, độ phân giải 1024×1024 bằng phương thức này cho tới gần đây – cuối năm 2017 – khi NVIDIA tìm ra một kỹ thuật được mô tả trong tài liệu mang tên ProGAN của họ. StyleGAN được phát triển dựa trên khái niệm này bằng cách mang lại cho các nhà phát triển khả năng kiểm soát sâu hơn đối với các tính năng trực quan cụ thể.
Tại sao NVIDIA lại chuyên về GANs đến vậy?
Công việc kinh doanh chính của NVIDIA là thiết kế và bán các bộ xử lý đồ họa (GPU, hay còn gọi là card đồ họa). GPU là engine cho machine learning, được dùng để huấn luyện các thuật toán, như StyleGANs chẳng hạn, trong hàng giờ liền. Nói ngắn gọn, GPU cực tốt trong việc khởi tạo nhanh chóng một lượng lớn hàng và cột theo cấp số nhân – đó chính là thứ diễn ra khi AI được huấn luyện.
Công ty này hưởng lợi nhờ sử dụng những GPU tiên tiến nhất của chính mình, mang lại cho các nhà nghiên cứu lợi thế khi nắm trong tay những tài nguyên hiện đại bậc nhất nhằm huấn luyện các mạng thần kinh.
Các linh kiện dùng để dựng đồ họa video game độ phân giải cao cũng chính là những engine phục vụ machine learning
Tương lai của GANs
NVIDIA, Facebook, Google, và nhiều công ty công nghệ khác sở hữu những đội ngũ các nhà nghiên cứu đang phát triển nhiều phiên bản khác nhau của kỹ thuật AI này. Mục tiêu cuối cùng là sử dụng nó để tạo ra những thế giới ảo như thực, nhằm ứng dụng vào VR (thực tại ảo), sử dụng những phương thức tự động thay vì tự gõ những mã lệnh dài dằng dặc. Nhưng ngay lúc này, GANs đã và đang được sử dụng để phát triển thị trường màu mỡ dành cho những người có ảnh hưởng trong các mạng truyền thông xã hội ảo.
Rất nhiều các nhân vật do máy tính tạo ra nhằm phục vụ cho việc quảng bá cho các nhãn hiệu thời trang và các công ty lối sống đã thu hút được hàng triệu người theo dõi trên Internet. Các công ty đầu tư mạo hiểm đã đổ hàng triệu USD vào hình thức quảng bá này, và GANs có thể giúp những mô hình 3D kia trở nên thực tế hơn trong khi cần ít công sức hơn.
Ngay lúc này, có lẽ bạn đã vào trang This Person Does Not Exist rồi, và bạn hẳn sẽ dành một lúc lâu nhìn vào những cặp mắt trên những khuôn mặt đầy tính người giả mạo do nó tạo ra. Đó là một ví dụ thú vị, nhưng lạnh gáy, cho thấy tính hiện thực của những thế giới ảo trong tương lai sẽ như thế nào.
Tham khảo: Inverse
