Novo software faz com que fotos estáticas falem e se movimentem

Pelo visto nem o céu é o limite quando se trata de tecnologia. Na velocidade em que caminhamos e com os avanços tecnológicos, muito em breve, serão mínimas as coisas que não poderemos fazer. Uma novidade agora é um novo sistema que dá vida à imagens estáticas utilizando inteligência artificial. Com esse novo software, é possível até colocar palavras na boca da Mona Lisa.

Esses novos algoritmos foram desenvolvidos por uma equipe de engenheiros do Centro de IA da Samsung, juntamente com o Instituto de Skolkovo de Ciência e Tecnologia, em Moscou. Como ainda está em fase inicial, o sistema funciona melhor com uma variedade de imagens de diferentes ângulos. Mas também pode funcionar muito bem apenas com uma única imagem. E o mais incrível é que funciona até em pinturas, como é o caso da notável obra de Leonardo da Vinci.

O novo software

Esse novo sistema trabalha a partir de um banco de dados iniciais com imagens limitadas. E além disso, também consegue produzir vídeos gerados por computador rapidamente, segundo os seus desenvolvedores.

Atualmente o que não faltam são aplicativos para os quais essa tecnologia poderia ser usada. Com esse novo software, seria possível colocar uma versão ultrarrealista de si mesmo em realidade virtual, algo totalmente inovador. Mas como tudo tem um porém, essa nova tecnologia levanta uma preocupação quanto às imagens de vídeo falsas. Já que é possível produzir outras imagens a partir de apenas uma imagem.

“Tal capacidade tem aplicações práticas para telepresença, incluindo videoconferência e jogos multi-player, bem como a indústria de efeitos especiais”, escreveram os pesquisadores em seu artigo.

Na prática, esse sistema funciona a partir de uma série de características faciais que podem ser manipuladas. Os testes iniciais foram feitos em um banco de dados público com mais de 7 mil imagens de celebridades disponíveis, o chamado VoxCeleb. Além das fotos, estão disponíveis ainda um grande acervo de pessoas conversando com a câmera.

A nova abordagem funciona a partir da rede neural, convertendo as características faciais de referência em vídeos com aparência realista. Essa função pode ser implementada em uma ou várias fotos de alguém que a inteligência artificial (IA) nunca viu antes.

Fotos vivas

Para fazer isso, o sistema usa uma rede neural de convolução. Essa rede é uma espécie de rede neural fundamentada em processos biológicos no córtex visual animal. Com outras ferramentas de geração de rostos, guiadas pela inteligência artificial, a última etapa do processo consiste em verificar o “realismo perfeito”. Para conseguir isso, todos os quadros, muito estranhos ou não naturais, são descartados e renderizados de novo. Com isso, o resultado em vídeo apresenta uma melhor qualidade.

Esse novo sistema consegue solucionar dois grandes problemas em “cabeças falantes” geradas artificialmente. Primeiro, a complexidade das cabeças, como boca, cabelo, olhos e outros, trazendo um maior realismo para o resultado final. E também a nossa capacidade de identificar facilmente uma cabeça falsa, como os rostos de personagens em desenhos, que se mostraram um desafio para os desenvolvedores.

Como ainda está em fase inicial, espera-se que o sistema melhore conforme os algoritmos e os modelos de treinamento se tornem mais eficientes. Mas isso significa que ficará mais difícil confiar no que está se vendo ou ouvindo, se estiver em um formato digital.

Um ponto positivo é que suas estrelas de cinema e TV favoritas não precisam envelhecer e morrer. Isso porque uma AI semelhante a esse novo software logo será inteligente o suficiente para produzir performances realistas a partir de apenas algumas fotos.

E você, o que achou dessa novidade? Conta para a gente nos comentários e compartilhe com os seus amigos.