[Arte e IA, episodio 8]
Hai già letto gli altri episodi? Scopri di più su reti neurali e deep learning!
Era il 2014 quando Ian Goodfellow rivoluzionò l’IA. La leggenda narra che l’informatico statunitense fosse uscito a bere con alcuni amici, quando essi gli chiesero aiuto per un progetto spinoso su cui stavano lavorando: un computer in grado di creare foto autonomamente.
A quel tempo, i ricercatori in ambito IA, stavano già utilizzando reti neurali come modelli “generativi” per creare nuove immagini plausibili, ma i risultati spesso non erano molto buoni: le immagini di un volto generato dal computer tendevano ad essere sfocate oppure, per esempio, mancavano le orecchie. Il piano che gli amici di Goodfellow stavano proponendo era di usare una complessa analisi statistica degli elementi che compongono una fotografia per aiutare le macchine a produrre immagini da sole. Ciò avrebbe richiesto un’enorme quantità di calcoli e Goodfellow disse loro che semplicemente non avrebbe funzionato.
Ma mentre rifletteva sul problema, ebbe un’idea: cosa sarebbe successo se avesse messo due reti neurali l’una contro l’altra? I suoi amici erano scettici, quindi una volta tornato a casa, decise di provarlo. Goodfellow codificò la sua idea in poche ore e testò il software. Funzionò alla prima!
Quello che inventò quella notte è ora chiamato GAN, o generative adversarial network. La tecnica ha suscitato grande entusiasmo nel campo dell’apprendimento automatico e ha trasformato il suo creatore in una celebrità dell’IA.
Negli ultimi anni, i ricercatori dell’IA hanno compiuto notevoli progressi utilizzando il deep learning, ma mentre le IA “addestrate” si sono rivelate estremamente capaci nell’imparare a riconoscere le immagini, non lo sono state nel crearle. L’obiettivo delle GAN è quello di dare alle macchine qualcosa di simile a un’immaginazione.
Una GAN imita lo scontro tra un falsario e un critico d’arte che tenta ripetutamente di individuare il dipinto falso. Entrambe le reti sono addestrate sullo stesso set di immagini. La prima, nota come generatrice, è incaricata di produrre immagini che siano più realistiche possibili. La seconda, nota come discriminatrice, le confronta con immagini autentiche del set di immagini con cui è stata addestrata e cerca di determinare quali siano realistiche e quali palesemente false. Sulla base di questi risultati, la generatrice regola i propri parametri per creare nuove immagini che possano essere considerate “vere” dal “critico”. E così via, fino a quando la rete discriminatrice non riesce più a distinguere l’immagine artificiale da quelle con cui è stata addestrata.
Per comprendere le potenzialità delle GAN, basta osservare, per esempio, i risultati ottenuti da Nvidia, la famosa azienda operante nel campo dei processori grafici, nel 2017. I ricercatori hanno addestrato la rete con immagini di personaggi famosi per riuscire a generare visi di celebrità immaginarie, ottenendo risultati sorprendenti. Ci credete che ogni faccia che vedete nell’immagine non esiste nel mondo reale?
Guardate il video qua sopra. Pensate che il viso in primo piano sia veramente quello di Obama? Potrebbe sembrare, ma non è affatto così. Una delle tante possibilità offerte dalle GAN è la creazione dei cosiddetti video DeepFake.
Il termine stesso “DeepFake” deriva dal nome di un utente Reddit che nel dicembre del 2017 ha usato una tecnologia di deep learning per sostituire i volti di celebrità della musica e del cinema in quelli di alcuni video pornografici. Non certo una pratica molto corretta.
Negli ultimi anni sono state espresse molte preoccupazioni riguardo allo sviluppo e alla diffusione dei deepake, anche in ambiti diversi dal porno. Pensate se, al contrario del video di Obama che è dichiaratamente un falso, venissero fatti circolare video contraffatti di politici nei quali essi sembrano schierarsi contro i propri valori o contro altri Stati, creando problemi diplomatici tra potenze mondiali o manipolando l’opinione pubblica.
Menomale le GAN non hanno avuto solo risvolti negativi, ma sono state utilizzate anche a fin di bene, soprattutto nell’arte cinematgrafica: dalle tecniche di ringiovanimento del viso (simili a quelle viste in The Irishman o in Ant-Man) all’inserimento di attori ormai deceduti all’interno di nuovi film (come Paul Walker in Fast&Furios 7).
Anche nel mondo dell’arte pittorica hanno fatto del bene: della “GAN Art”, infatti, ve ne parlerò la prossima volta!
Volete provare a utilizzare le GAN? Leggete questo articolo e provate il software!