Estás navegando en internet, y ves el rostro de una joven con mejillas rosadas, ojos de color azul grisáceo, cabello rojizo y labios que apenas esbozan una sonrisa.
Parece muy natural pero en realidad, ella no existe en la vida real. Esta cara fue generada por una página web. Se llama Thispersondoesnotexist.com, y crea una cara aleatoria cada vez que entramos en ella.
Para esto, se basa en la tecnología de deep learning de Nvidia. La empresa ha mejorado la arquitectura de generación de imágenes (creada en un principio por ingenieros de Google) de una manera que permite mejorar la calidad del aprendizaje para ir creando caras más realistas.
Lanzado por el ingeniero de software Phillip Wang como un proyecto personal, el sitio utiliza un sistema de IA recientemente publicado por investigadores de Nvidia, llamada StyleGAN.
La IA es experta en crear algunas de las caras más realistas de personas inexistentes producidas por máquinas hasta ahora.
Thispersondoesnotexist es uno de varios sitios web que han aparecido en las últimas semanas utilizando StyleGAN para producir imágenes de personas, gatos, personajes de anime y casas vacacionales que se parecen cada vez más a la realidad y, en algunos casos, el espectador promedio no puede distinguirlos. Estos sitios muestran lo fácil que es para las personas crear imágenes falsas que parezcan verosímilmente reales, para bien o para mal.
Wang, como muchos investigadores y entusiastas de la IA, está fascinado por el potencial de este tipo de IA, según Expansión. Tanto es así que creó un segundo sitio llamado thiscatdoesnotexist que genera falsos felinos. Pero también le preocupa el mal uso que podría tener.
Esto tiene sentido, ya que la táctica de IA que subyace en StyleGAN también se ha utilizado para crear los llamados deep fakes (falsificaciones profundas), que son archivos de audio y video persuasivos (pero falsos) que pretenden mostrar a una persona real haciendo o diciendo algo que no hicieron.
Esas preocupaciones resuenan en las voces prominentes en la industria. A principios de este mes, la empresa de investigación de IA sin fines de lucro OpenAI decidió no lanzar un sistema de IA que creó, dando por motivos los temores de que es tan bueno componiendo texto que podría ser mal utilizado.
Pero a pesar de que las imágenes que aparecen en el sitio de Wang podrían usarse para, por ejemplo, ayudar a un estafador a crear personas realistas en línea, espera que esto ayude a la gente a estar más conscientes de las capacidades emergentes de AI.
"Creo que los que desconocen la tecnología son los más vulnerables", dijo. "Es una especie de phishing: si no lo sabes, puedes caer en la trampa".
Wang, anteriormente ingeniero de software en Uber, había estado estudiando inteligencia artificial por su cuenta durante seis meses cuando abrió su sitio web en febrero, poco después de que Nvidia pusiera a StyleGAN a disposición del público.
Él escribió sobre el sitio en un grupo de inteligencia artificial en Facebook el 11 de febrero. En las semanas posteriores, alrededor de 8 millones de personas lo habían visitado.
"Creo que para mucha gente allá afuera, miran esto y dicen: '¡Wow, Matrix! ¿Esto es una simulación? ¿La gente está realmente en la computadora?'", dijo Wang.
El generador crea una nueva cara cada dos segundos, dijo Wang, que verás cuando actualices la página.
Para generar tales imágenes, StyleGAN utiliza un método de aprendizaje automático conocido como GAN, o red de confrontación generativa.
El concepto de Redes de Confrontación Generativa nace en 2014 cuando el científico Ian Goodfellow de Google desarrolla la idea, y la toma posteriormente Tero Karras, uno de los principales científicos e investigadores de Nvidia, quien la estudia a fondo para crear diversos desarrollos y presentarla como es actualmente.
Hay dos tipos de redes neuronales: la generadora y la discriminatoria, las cuales compiten entre sí millones de veces para perfeccionar las habilidades de generación de imágenes, una batalla que resulta en las fotografías de personas que no existen que es como se ven.
Nvidia no es la única que está trabajando en las GAN. En la actualidad, compañías como Google y Facebook están desarrollando sus propios algoritmos basadas en este desarrollo.
De esta manera, en un futuro muy cercano habrá mejoras en la técnica que no sólo abarque el rostro, sino el cuerpo completo y hasta la ubicación.
Las falsificaciones producidas por GAN pueden ser divertidas, si sabes lo que estás viendo, y potencialmente una gran empresa. Una empresa llamada Tangent, por ejemplo, dice que está utilizando GAN para modificar las caras de los modelos de la vida real, por lo que los minoristas en línea pueden adaptar (de manera realista) imágenes de catálogo a medida para los compradores en diferentes países en lugar de usar diferentes modelos o Photoshop. Una compañía de videojuegos podría usar GAN para ayudar a crear nuevos personajes, o iterar sobre los existentes.