Порноіндустрія: якою вона буде в майбутньому?

Інновації у сфері машинного навчання розвиваються неймовірно швидко. Вже сьогодні штучний інтелект допомагає лікарям визначити вірний діагноз, пише картини, вірші, музику та здатен знаходити людей по фото. І звичайно, нейромережі застосовуються в порно. Наразі, наведемо приклади технологій для дорослих, які розвиваються вже зараз та що на нас чекає в майбутньому.

FindFace

У 2016 році команда розробників запустила сервіс розпізнання облич під назвою FindFace, що дозволяв знаходити в мережі людей за їх фотографіями. За основу проекту брали роботу нейромережі FaceN — її алгоритм здатен за менше, ніж секунду визначити людину по одному фото серед тисячі інших. Для цього нейромережа враховувала індивідуальні риси обличчя: ті, які сприймає людське око (розріз очей, форма брів, губ і т. д.) та ті ознаки, які людина не здатна виділити.

Технологіям швидко знайшли застосування, в тому числі, в уже заснованому проекті FindFace. Сервіс дозволяв знаходити потрібну людину в соціальних мережах за її фотографією. Їм користувалися навіть правоохоронні органи: за допомогою FindFace співробітники змогли ідентифікувати декількох порушників. Але через декілька років сервіс закрили.

FindFace.sex

Схожі технології взяли за основу творці сервісу FindFace.sex. Вони запустили сервіс з розумним пошуком порноактрис, які схожі одна на одну. Алгоритм здатен підібрати не лише схожі фотографії, але й видає підбірку роликів на відомому сайті Pornhub за участю тієї чи іншої актриси.

Зараз сайт працює без спливаючої реклами, а команда розробників не збирається зупинятися на досягнутому. Вони планують постійно розширяти свій функціонал, вносити в базу нових акторок, та розвивати сервіс і надалі.

Porn Star By Face

Ще один сервіс розпізнання облич запустив з колегами користувач Пікабу win32api. Друзі займаються вивченням нейронних мереж, а біля двох років назад вирішили здійснити свою юнацьку мрію та створити платформу пошуку схожих порноактрис по фотографії Porn Star By Face.

Пошук працює наступним чином: ви завантажуєте якісне фото людини, рекомендовано в анфас, система розпізнає обличчя, аналізує брови, очі, ніс та рот, визначаючи індивідуальні риси обличчя та створює шаблон. Далі нейронна мережа порівнює фото з обличчями акторів та визначає найбільш схожі. Зараз розробники сервісу намагаються налаштувати алгоритм, аби підвищити якість розпізнавання та підбору.

Deepfake

Грудень 2017 року багатьом запам’ятався тим, що в мережі з’явилися відео, де відома акторка Галь Гадот займається сексом зі своїм братом. Відео, звичайно, було фейковим – обличчя акторки закріпили за допомогою нейромереж.

Варто також окремо звернути увагу на те, як далеко зайшли технології з часом першого порно-фейку: попередні спроби прикріпити обличчя знаменитості до тіла порноакторки виглядали курйозно та недоречно. Нові відео, створені за допомогою нейромережі, з першого погляду не відрізнити від справжніх.

В інтерв’ю для видання Motherboard автор відео розповів, що для навчання нейромережі він використовував декілька інструментів та алгоритмів, які знаходяться у відкритому доступі. Серед них TensorFlow та бібліотека Keras. Алгоритм, використаний Deepfakes, схожий на той, який використовується в генеративно-змагальних нейромережах компанії NVIDIA. Їх алгоритми вміють змінювати пори року й погодні умови на фото та відео.

Як же працює Deepfake? Нейромережам необхідний доступ до великої кількості відкритих фото та відеоданих. Технологія аналізує розміщення обличчя на оригінальному ролику, зіставляє їх з фотографіями з пошукових систем, відеороликами на YouTube та підлаштовує необхідні фрагменти. Тому варто бути уважними та тисячу раз подумати перед тим, як надавати загальний доступ до вашого профілю для всієї інтернет мережі.

Технологію deepfake зараз застосовують багато порносайтів. До прикладу, adultdeepfakes.com регулярно публікує подібні відео на головній сторінці та навіть має таймер зворотного відліку до виходу чергового відео. Часто такі ролики виглядають неприродно та навіть трешово. Але хіба це зупиняє відданих фантів тієї чи іншої світової зірки?

Що буде далі?

На нашу думку, у порноіндустрії майбутнього не будуть брати участі реальні актори. Все можна буде створити за допомогою нейромережі. Штучний інтелект вже вміє генерувати обличчя, що не існують. Що ж їй заважає створити з нуля повноцінну людину та розмістити її у відео?

Користувач Medium drainingsun зробив спробу навчити нейромережу генерувати окремі частини жіночого тіла. Взявши за основу сервіс MakeGirlsMoe та прочитавши роботу «Progressive Growing of GANs for Improved Quality, Stability, and Variation», програміст вирішив застосувати генеративно-змагальну мережу для навчання своєї моделі. Генеративно-змагальна мережа (Generative adversarial network або GAN) — це алгоритм, що здатний генерувати штучні зображення. Коротко кажучи, він побудований на комбінації двох нейронних мереж, одна з яких генерує контент, а інша намагається відрізнити якісний реальний контент від неякісного та нереального.

Детальніше дослідивши принцип роботи генеративно-змагальної мережі, drainingsun прийшов до висновку, що найближчим часом створити повноцінний порноролик або хоча б фото оголеної людини наразі неможливо. Тому він вирішив створити хоча б зображення оголених жіночих грудей. Для цього йому довелося відібрати близько 100 тис. зображень високої якості, які були зроблені під певним кутом. Результат виявився не таким і поганим.

Ці фотографії послужили користувачу реальними прикладами.

А ці згенерувала сама нейромережа.

Не так все й погано. Навіть не дивлячись на те, що більшість результатів виглядає непривабливо.

За штучною генерацією фото та відеороликів майбутнє порноіндустрії. Навіщо реальні актори, якщо кожен може згенерувати порно своєї мрії? А потім,якщо є бажання, замінити штучне створене обличчя на улюблену зірку.

БІЛЬШЕ ЦІКАВОГО:

 

Читайте также:

Марина Саприкіна, голова правління CSR Ukraine: «Розмови про професії без гендерних стереотипів є важливим елементом навчання»

Модні технологічні новинки від Louis Vuitton

Автоматизація науки: як вчені застосовують штучний інтелект, нейромережі та машинне навчання. Частина 1

Симулятор екскаватора? А чому б і ні?