We are searching data for your request:
Upon completion, a link will appear to access the found materials.
इस वेबसाइट को खोलें, और आप किसी अजनबी का हेडशॉट ढूंढेंगे। पहली नज़र में ऐसा लग रहा है कि किसी व्यक्ति को काम से एचआर रिकॉर्ड मिल गया है और उन्हें वेबसाइट पर अटका दिया है, ताज़ा करने से साइट उस व्यक्ति के किसी अन्य चेहरे को पुनः प्राप्त करती है जिसे आप जानते हैं।
यह भी देखें: अनुसंधानकर्ताओं ने विकास के मामले को बताया कि यह कम या कम हो गया
आपको छोड़कर और कोई नहीं करता है। क्योंकि इस साइट पर प्रत्येक चेहरे पूरी तरह से नकली हैं, जो एक विशेष प्रकार के कृत्रिम बुद्धिमत्ता एल्गोरिदम का उपयोग करके बनाया गया है, जिसे जनन संबंधी प्रतिकूल नेटवर्क (GANs) कहा जाता है।
पृष्ठ और एल्गोरिथ्म को ताज़ा करना एक व्यक्ति की हाइपर-यथार्थवादी लेकिन बिल्कुल नकली छवि उत्पन्न करता है। पेज को उबेर सॉफ्टवेयर इंजीनियर फिलिप वांग द्वारा स्थापित किया गया था ताकि यह दिखाया जा सके कि GAN क्या सक्षम हैं। वांग ने फेसबुक ग्रुप "आर्टिफिशियल इंटेलिजेंस एंड डीप लर्निंग" पर पेज साझा किया।
कोड जो इस खौफनाक वेबसाइट को संभव बनाता है, एनवीडिया द्वारा लिखा गया था और एक पेपर में चित्रित किया गया था जो एक्सएक्सएक्स पर सहकर्मी की समीक्षा से पहले उपलब्ध है। स्टाइलगैन कहा जाता है, तंत्रिका नेटवर्क में गेमिंग से लेकर झूठे दस्तावेज़ बनाने तक सब कुछ के लिए असीम प्रयोज्यता है।
वांग ने अपने फेसबुक पोस्ट में साइट को साझा करने के लिए अपनी प्रेरणा का वर्णन किया: "मैंने अपनी जेब में खुदाई करने और इस तकनीक के लिए कुछ सार्वजनिक जागरूकता बढ़ाने का फैसला किया है," उन्होंने अपनी पोस्ट में लिखा है।
"चेहरे हमारे संज्ञान के लिए सबसे अधिक संवेदनशील हैं, इसलिए मैंने उस विशिष्ट पूर्व-प्रशिक्षित मॉडल को रखने का फैसला किया है। हर बार जब आप साइट को रीफ्रेश करते हैं, तो नेटवर्क 512-आयामी वेक्टर से खरोंच से एक नई चेहरे की छवि उत्पन्न करेगा। "
यह काम किस प्रकार करता है
सभी GAN के दो नेटवर्क हैं: जनरेटर और विवेचक। जनरेटर खरोंच से नए नमूनों को संश्लेषित करता है, और भेदभावकर्ता प्रशिक्षण डेटा और जनरेटर के आउटपुट दोनों से नमूने लेता है और अगर वे "असली" या "नकली" हैं तो भविष्यवाणी करते हैं।
जनरेटर एक यादृच्छिक वेक्टर (शोर) प्राप्त करता है और इसलिए इसका प्रारंभिक आउटपुट भी शोर है।
यह विवेचक से प्रतिक्रिया प्राप्त करने के बाद, यह अधिक "यथार्थवादी" छवियों को संश्लेषित करना सीखता है। इसके साथ ही, विवेचक भी वास्तविक नमूनों के साथ उत्पन्न नमूनों की तुलना करके सीख रहा है, जिससे जनरेटर के लिए इसे धोखा देना कठिन हो जाता है।
GAN को 2014 में पेश किया गया था, लेकिन यह 2017 तक नहीं था कि शोधकर्ता उच्च गुणवत्ता वाले 1024x1024 चित्र बनाने में सक्षम थे, जो अब के प्रसिद्ध प्रोगान पेपर में विस्तृत हैं। स्टाइलगन इस पिछले काम पर बनाता है, लेकिन अब शोधकर्ताओं को विशिष्ट सुविधाओं पर अधिक नियंत्रण की अनुमति देता है।
GAN के आभासी भविष्य को आकार देगा
आखिरकार, इन जीएएन की उम्मीद है कि हार्ड कोडिंग के बजाय स्वचालित तरीकों का उपयोग करके पूर्ण आभासी दुनिया को विकसित करने के लिए उपयोग किया जा सकता है। उनके पास विज्ञापन और अन्य ब्रांडिंग अवसरों में उपयोग के लिए यथार्थवादी 3 डी मॉडल बनाने की संभावना भी है, जैसा कि इम्मा के समान है लेकिन थोड़ी बहुत गहराई के साथ।
जबकि यह रोमांचक है, दूसरों को तकनीक के लिए अधिक भयावह उपयोग के लिए डर हो सकता है जैसे कि डीपफेक के लिए योगदान, मौजूदा तस्वीरों या वीडियो पर सुपरम्पोज की गई कंप्यूटर-जनित छवियां, जिनका उपयोग नकली समाचारों को धकेलने के लिए किया जा सकता है। इस व्यक्ति को लगातार ताज़ा करते समय विचार करने के लिए कुछ विचार मौजूद नहीं हैं।
मैं गलती से मंच पर गया और इस विषय को देखा। मैं सलाह के साथ आपकी मदद कर सकता हूं। साथ में हम एक समाधान पा सकते हैं।
मैं अब चर्चा में भाग नहीं ले सकता - यह बहुत व्यस्त है। मुझे रिहा कर दिया जाएगा - मैं इस प्रश्न पर आवश्यक रूप से राय व्यक्त करूंगा।
यह यहाँ है अगर मैं गलत नहीं हूँ।
मेरी राय में आप सही नहीं हैं। हम चर्चा करेंगे। मुझे पीएम में लिखें, हम इसे संभाल लेंगे।
Lovely answer
I do not know how to whom, I liked it!