開(kāi)發(fā)數字渲染或編輯它們會(huì )消耗大量時(shí)間。但是，麻省理工學(xué)院和IBM的研究人員可能對此問(wèn)題有解決方案。該團隊已經(jīng)培訓了AI，可以根據其中的編輯對象生成攝影圖像。

盡管這對于藝術(shù)家和設計師可能很方便，但它也將提供有關(guān)神經(jīng)網(wǎng)絡(luò )如何理解上下文的見(jiàn)解。該小組旨在發(fā)現偽造和變形的圖像。該工具被稱(chēng)為GANpaint，可以用作免費演示的一部分。該工具將進(jìn)行場(chǎng)景放置，而不是進(jìn)行手動(dòng)更改。

該工具還允許您擦除對象。它仍在開(kāi)發(fā)中，但是團隊希望該工具可能很快能夠編輯視頻剪輯。例如，如果場(chǎng)景沒(méi)有必需的道具，則編輯器可以在以后使用AI添加它。

在構建AI時(shí)，團隊驚訝地發(fā)現該系統學(xué)會(huì )了對象之間的簡(jiǎn)單關(guān)系-例如，門(mén)不會(huì )出現在天空和其他地方。雖然該工具可以更輕松地創(chuàng )建偽造圖像，但也可以派上用場(chǎng)來(lái)發(fā)現偽造圖像。

解釋GANpaint的論文的共同作者朱俊彥(Jun-Yan Zhu)說(shuō)：“在防御之前，您需要先了解對手。” 研究人員將在下個(gè)月的會(huì )議上介紹他們的工作。同時(shí)，您可以試一下GANpaint Studios。

此外，紐約大學(xué)坦登工程學(xué)院的一項新研究表明，如果從源頭(即相機)開(kāi)始進(jìn)行偽造圖片的選擇，那將真的很方便。

如果攝像頭變得智能化，則可以幫助其他機器學(xué)習程序識別圖像是否變形。研究人員還發(fā)現，該技術(shù)將計算機發(fā)現假貨的準確性從45%提高到90%。

該方法重新成像相機處理信息以顯影照片的方式。相機會(huì )在圖像中產(chǎn)生獨特的偽像，以后軟件可以使用該偽像來(lái)評估圖像是否被更改。