Cette IA génère des images de personnes incroyablement réalistes qui n’existent pas !
À première vue, les deux rangées de portraits en haut de cet article ressemblent à un groupe de personnes d’age moyen. Le hic, c’est qu’aucun d’entre eux n’existe. Tous ces visages sont des faux, mis en place par l’intelligence artificielle. Ce sont des « fake faces » ! 😮
C’est Impossible ? Le site This Person Does Not Exist nous prouve le contraire. Sur ce site vous pouvez vous même voir des images de fake faces. Cette prouesse technique est signée NVIDIA, une entreprise américaine spécialisée dans les cartes graphiques et propriétaire de la célèbre technologie CUDA qui permet le traitement en parallèle sur GPU.
Alors Comment fait-on pour avoir ces «fake faces» ?
En fait ces visages ont été créés par une version d’un generative adversarial network (GAN). Pas de panique je présente ce qu’est un GAN.
Les « generative adversarial networks » ou GANs sont une classe d’algorithmes d’apprentissage non-supervisé. C’est donc de l’intelligence artificielle plus précisément du machine learning. Les réseaux (GAN) sont relativement récents dans le domaine du machine learning. ils ont été introduits pour la première fois en 2014. Leur objectif est de créer des images très proches de la réalité. Ils peuvent générer des images de voitures, de maisons et de visages dans notre cas.
Un exemple connu de l’utilisation des GANs est de générer des images artificielles de visages (fake face) en apprenant à partir d’un ensemble de données de visages de célébrités. Au fil du temps les images créées par ces réseaux GANs sont devenus de plus en plus réalistes. Cependant, l’un de leurs principaux défis est de contrôler leur production, c’est-à-dire de modifier des caractéristiques spécifiques telles que la pose, la forme du visage et la coiffure dans une image d’un visage. C’est cette problématique que NVIDIA essaye de résoudre avec sa solution StyleGAN. La vidéo ci-dessous présente les résultats de cette nouvelle approche.
Si vous avez déjà les bases en IA et que TensorFlow est votre ami ;). Il faut savoir qu’il existe déjà une implémentation de StyleGAN disponible sur Github.
Il y aura un prochain article plus détaillé sur cette nouvelle approche de NVIDIA (StyleGAN). N’oubliez pas de vous abonner.