Hace cinco años, se inventó la técnica de los deepfakes. Aquí te mostramos lo que somos capaces de hacer ahora.

En los últimos cinco años, el aprendizaje automático ha avanzado mucho. Es posible que hayas notado que Siri, Alexa y Google Assistant son mucho mejores de lo que solían ser, o que la traducción automática en los sitios web, aunque aún no es perfecta, ha mejorado enormemente en comparación con hace unos años. Sin embargo, muchos aún no comprenden del todo hasta dónde hemos llegado y lo rápido que hemos avanzado.

Recientemente, dos imágenes se hicieron virales y destacaron los enormes avances que ha logrado el aprendizaje automático, y también nos mostraron por qué nos espera una nueva era de travesuras y engaños en línea. La primera imagen fue creada por Ian Goodfellow, el director de aprendizaje automático del Grupo de Proyectos Especiales de Apple y un líder en el campo. Él revisó los documentos de aprendizaje automático publicados en el repositorio en línea de acceso abierto arXiv en los últimos cinco años y encontró ejemplos de rostros generados por IA de cada año. Cada uno de los rostros a continuación fue generado por una IA. Comenzando por los rostros de la izquierda, de 2014, se puede ver cómo han mejorado drásticamente las capacidades de la IA:

Progreso en la generación de rostros:

En 2014, apenas estábamos comenzando a utilizar técnicas modernas de aprendizaje automático para que las IA generaran rostros. Los rostros que generaban se veían granulados, como algo que podrías ver en una cámara de vigilancia de baja calidad. Y se veían genéricos, como un promedio de muchos rostros humanos, no como una persona real. En menos de cinco años, todo eso cambió. Los rostros generados por IA de hoy en día son imágenes detalladas a todo color. Son expresivos. No son un promedio de todos los rostros humanos, se asemejan a personas de edades y etnias específicas. Al mirar a la mujer de la extrema derecha, puedo imaginar vívidamente una conversación con ella. Es surrealista darse cuenta de que no existe.

¿Cómo llegamos tan lejos tan rápido? El aprendizaje automático ha visto una avalancha de nuevos investigadores y presupuestos de investigación más grandes, lo que ha impulsado innovaciones rápidas. Además, una nueva técnica inventada en 2014 ha marcado una gran diferencia.

Cómo aprendió la IA el fotorrealismo, explicado:

Comencemos con una breve introducción sobre cómo el aprendizaje automático puede generar imágenes como estas. A menudo, el aprendizaje automático moderno utiliza una técnica llamada red generativa adversaria (GAN, por sus siglas en inglés). Ian Goodfellow, quien compiló el gráfico anterior, inventó esta técnica en 2014. Aquí está la idea: imagina que una IA está tratando de generar imágenes de personas. Cuando lo hace excepcionalmente bien, quieres decirle que lo hizo excepcionalmente bien (para que intente técnicas similares la próxima vez). Cuando lo hace excepcionalmente mal, quieres decirle que lo hizo excepcionalmente mal (para que corrija lo que estaba haciendo mal). Tu IA necesitará mucha práctica, tal vez tenga que dibujar millones de imágenes, para dibujar humanos fotorrealistas. Por lo tanto, no quieres sentarte frente a tu computadora y dar retroalimentación sobre cada imagen individual, porque eso sería totalmente inviable.

El avance de la inteligencia artificial en la generación de imágenes es asombroso. Desde los primeros intentos de generar rostros hasta las imágenes detalladas y expresivas que vemos hoy en día, la IA ha demostrado un progreso impresionante en un corto período de tiempo. Sin embargo, este avance también plantea desafíos y preocupaciones en cuanto a la autenticidad de las imágenes en línea y la posibilidad de manipulación. Es importante estar conscientes de estos avances y comprender cómo se están utilizando para evitar caer en engaños o trampas.

En resumen, la inteligencia artificial ha revolucionado la generación de imágenes y nos ha llevado a un nuevo nivel de realismo. A medida que continúa avanzando, es fundamental estar informados y ser conscientes de las implicaciones que esto puede tener en nuestra sociedad.