Las caras de la imagen superior no parecen particularmente extraordinarias. Podrían haber salido de cualquier perfil de Facebook o LinkedIn. Pero en realidad, han sido creadas (o imaginadas) por un nuevo tipo de algoritmo de inteligencia artificial (IA).

Los investigadores de Nvidia han publicado los detalles este enfoque capaz de producir caras falsas completamente imaginarias e increíblemente realistas en este artículo. Para lograr este espeluznante avance, los investigadores Tero Karras, Samuli Laine y Timo Aila idearon un nuevo enfoque para construir una red generativa antagónica, o GAN (una de nuestras 10 Tecnologías Emergentes de 2018).

Las GAN enfrentan a dos redes neuronales que entrenan a un ordenador para que aprenda la naturaleza de un conjunto de datos lo suficientemente bien como para generar falsificaciones convincentes. Cuando se aplica en imágenes, ofrece una manera de generar falsificaciones muy realistas (ver La tecnología para manipular contenidos amenaza con devolvernos a las noticias del siglo XX). Los mismos investigadores de Nvidia ya habían usado previamente la técnica para crear celebridades artificiales  (ver El señor de las GAN: el hombre que dio imaginación a las máquinas).

Nvidia es famosa por sus chips de ordenador diseñados para la inteligencia artificial, pero la compañía también emplea un ejército de ingenieros de software para desarrollar herramientas útiles y nuevas aplicaciones para su hardware. Las imágenes a continuación muestran el grado de mejoría del nuevo trabajo.

Foto: Las caras de celebridades falsas de Nvidia (en las dos filas superiores) y sus nuevas y más realistas caras falsas debajo. Créditos: Nvidia.

En su trabajo más reciente, los investigadores se inspiraron en una técnica conocida como transferencia de estilo para construir su GAN de una manera fundamentalmente diferente. Esto permitió que su algoritmo identificara diferentes elementos de una cara, que los investigadores podrían controlar.

Este vídeo producido por los investigadores muestra cómo el mismo método también se puede usar para jugar con diferentes elementos como la edad, la raza, el género o incluso con las pecas.

"Sin duda, parece ser otro gran salto para las GAN", sostiene el artista y programador que utiliza este tipo de redes en su trabajo Mario Klingemann. "También da la impresión de ser muy controlable, a diferencia de las GAN que había hasta ahora, donde había que averiguar experimentalmente cómo dirigir los resultados hacia una dirección determinada (como hacer que una cara sonría o envejecerla)", añade. Y afirma que tiene ganas de obtener el código y experimentar con él con fines artísticos: "Estoy muy interesado en descubrir cómo hacer que el modelo haga cosas 'malas'".

Es probable que las GAN revolucionen la forma de crear los videojuegos y los efectos especiales. Este enfoque podría inventar texturas y personajes realistas a demanda. Nvidia recientemente mostró un proyecto que utiliza las GAN para sintetizar la apariencia de objetos en una escena en tiempo real en un juego de conducción y otro equipo de California (EE. UU) las ha empleado para recrear lugares a partir de imágenes a vista de pájaro. 

Adobe también tiene un proyecto que utiliza las GAN para mejorar el realismo de las imágenes después de que hayan sido manipuladas, eliminando las distorsiones que se pueden introducir fácilmente. Las GAN también se pueden usar para mejorar las imágenes degradadas o vídeos. 

Pero el trabajo también es un ejemplo sorprendente de cómo los avances en el aprendizaje automático están abriendo todo tipo de nuevas posibilidades para la falsificación. Escribimos sobre la posibilidad de que las imágenes falsas dañen el discurso político en un número especial dedicado a la política a principios de este año (ver Crear noticias falsas, al alcance de cualquiera gracias a la IA).