Я спросил у нейросети, как выглядит мой убийца»⁠⁠

Примеры популярных нейронных сетей

За разработкой FaceApp стоит наш соотечественник — Ярослав Гончаров, выходец из «Яндекса», который основал компанию Wireless Lab. Несколько проектов новой компании были связаны с глубинным обучением нейросетей, а «выстрелил» именно FaceApp, ведь именно фото и видео станут самым важным типом информации в ближайшем будущем. При помощи анализа закономерности во внешности людей FaceApp создает новые изображения, на которых человек выглядит более молодым, взрослым или, например, улыбающимся.

Когда вы пользуетесь сервисами, в основе которых лежат нейросети, должны понимать, что каждый «скормленный» им мегабайт данных используется для дальнейшего обучения нейросети. Так что в некотором смысле приложение действительно собирает пользовательские данные. И здесь есть две стороны медали: с одной — свои фотографии хочется держать только у себя; с другой — нейросеть нужно как-то обучать, ведь без этого FaceApp не смог бы так реалистично изменять фотографии.

В случае с FaceApp, вероятно, генератор сначала определяет атрибуты человеческого лица (от улыбки до волос и даже веснушек), а затем накладывает на него атрибуты старого/молодого лица (вроде морщин или, наоборот, гладкой кожи) — но так, чтобы изображение выглядело как настоящее.

Нейронные сети используются для решения сложных задач, которые требуют большого объема данных и высокой точности. Они могут быть использованы для распознавания образов, анализа текстовых данных или прогнозирования поведения рынка, а также могут применяться для создания новых продуктов и услуг, таких как персональные помощники или системы автоматического управления транспортом.

У меня тоже было всё не слава богу. Если я не проверял «как там Ронни» несколько раз в час, я обливался холодным потом, боясь упустить нечто важное. Пока изображение обрабатывалось, я нервно грыз губы. Я был уверен, что как только размытый фон рассеется, я увижу Ронни, идущего к моему гаражу или к моей работе со сверкающим охотничьим ножом в руке. Ронни, готового свершить мою судьбу.

Дурное предчувствие говорило, что я знаю ответ. Несколько минут назад запрос «мой убийца, скрытое наблюдение» не показал палату из психушки. Нейросеть выдала мойрайон, с крошечной фигуркой, идущей по пустынному тротуару. Ронни, должно быть, вышел рано утром, а через моё досье арестов, он, вероятно, без труда нашел бы мой адрес.

Нейросети — мощный инструмент, который уже сегодня преобразует множество сфер жизни. Сети продолжают развиваться и обещают еще более захватывающие и значимые результаты. От медицинской диагностики до творчества и интеллектуальных систем управления — нейросети открывают перед нами новые горизонты и предоставляют небывалые возможности.

Именно «Ронни» было вышито на рабочем комбинезоне, когда я запросил «изображение моего убийцы во весь рост, сейчас». Запрос «мой убийца, вид издалека» помог мне понять кое-что о его доме и машине. Изображения никогда не были достаточно детализированными, чтобы можно было разглядеть номер или адрес, но я получил много видов СТО у шоссе, выцветший салон автомобиля, заполненный обертками от фастфуда, и трейлер с полом из красного дерева. На каждом снимке Ронни сердито смотрел туда, откуда я запрашивал изображение. Попался, — казалось, говорил его недружелюбный взгляд. Я знаю, что ты смотришь.

Что умеют делать нейронные сети

Моё плечо взорвалось болью, когда офицер обрушила на меня дубинку. Руки обмякли на прутьях, и я почувствовал, как меня заталкивают в камеру. Тень Ронни упала на меня, когда он встал. Дверь камеры захлопнулась за мной.
—ПОДОЖДИТЕ! Я вцепился в прутья, крича, пока старшая шла по коридору, весело насвистывая и нарочно игнорируя мои панические вопли. Костлявые пальцы Ронни схватили меня сзади за плечи и развернули. Наши лица оказались в нескольких сантиметрах друг от друга.
— Почему ты преследуешь меня? — Ронни снова и снова вдавливал меня в решётку. —Кто ты? Что тебе нужно?!

Внезапно меня посетило желание удалить все фото, заблокировать нейросеть и выбросить ноутбук в окно. Почти половина первого. Как долго я глазел на этот продукт зловещей долины? В качестве теста я скормил нейросетке другой запрос: «моя будущая девушка». В ответ мне вернулись размытые непропорциональные тела с кривыми лицами. То, что я ожидал от искусственного интеллекта, но никак не четыре одинаковых фото выше. Никакая другая комбинация слов не привела к схожему результату. Это просто случайность, обычный глюк ИИ, сказал я себе. Так просто не должно было случиться, просто не может быть, потому что если может.

Это изображение продержалось дольше, чем первое, но вскоре тоже расплылось и сменилось сообщением об ошибке. Когда я написал в саппорт нейросетки, они были удивлены не меньше меня. В логах было пусто, ни одного моего запроса по этой теме. Я с нетерпением ждал утра, чтобы повторить попытку.

«Лицо моего убийцы» — как только я отправил этот запрос, то понял, что не стоило этого делать.
В конце концов, и так хватает жути в сгенерированных нейросеткой артах. Эти причудливо детализированные пейзажи всегда кажутся чуточку безлюдными и апокалиптическими. А эффект зловещей долины на фото «настоящих» людей? Тревожные нотки, которые заставляют задуматься: «так вот какими искусственный интеллект нас видит».

Очнулся я в луже пота. Пошатываясь,дошел до ванной и залил глотку ледяной водой. Как всегоодно изображение могло так сильно повлиять на меня? Повинуясь порыву, я открыл ноут, чтобы взглянуть ещё раз. Устрашающе реалистичное фото исчезло, сменившись сообщением об ошибке. Что бы я ни делал, восстановить его не получилось. Склонившись над экраном и набрал:

Разработчики не раскрывают используемый алгоритм (что неудивительно). Возможно, в основе проекта лежит алгоритм генеративных нейронных сетей StyleGAN, разработанный компанией Nvidia. Именно он был задействован в проекте thispersondoesnotexist, который генерировал реалистичные лица, которые на самом деле никогда не существовали. Правда, в том случае имела место работа сразу двух нейросетей: одна из них отвечала непосредственно за создание изображения, после чего вторая анализировала образ на предмет реалистичности. При генерации лица нейросеть использует черты сразу нескольких людей, а затем адаптирует их с нужным возрастом, мимикой, длиной волос и другими параметрами.

Особенности файловой системы в Linux и распространенные типы

В настоящее время многие пользователи — как обладатели домашних компьютеров, так и разработчики программного обеспечения, администраторы серверных систем и прочие представители корпоративного сектора — всё больше используют операционные системы, основанные на ядре Linux либо задумываются о переходе на эти системы. Причин тому достаточно: такие особенности, как отличная производительность, возможность тонкой настройки, защищенность данных, бесплатность многих продуктов и недавно проявившаяся политическая составляющая делают эту ОС хорошим выбором для использования в самых разнообразных компьютерных системах. Одна из отличительных особенностей Linux — поддержка «из коробки» разнообразных файловых систем, в том числе традиционных и специализированных. Её ядро содержит набор заранее предустановленных файловых систем, каждая из которых предлагает свои функции для организации, хранения и управления данными и регулирует доступ к ним исходя из предъявляемых требований безопасности. Для любого дискового раздела можно выбрать свою систему, ориентируясь на приоритетные потребности пользователя — такие, как быстродействие, гарантированная сохранность информации, повышенная производительность.

Существуют различные типы нейронных сетей, такие как сверточные (CNN), рекуррентные (RNN), трансформеры и ряд других. Сверточные нейросети находят применение для обработки изображений и видео, рекуррентные — используются для анализа последовательностей данных, таких как тексты или временные ряды, а трансформеры предназначены в основном для обработки естественных языков и последовательностей данных.

Часы пробили полночь. Мой запрос ещё не до конца обработался, но я уже заметил нечто непонятное. Обычно нейросеть выдавала четыре изображения, которые слегка отличались чем-то друг от друга. Но с экрана на меня смотрели четыре абсолютно одинаковых лица. Дальше больше, когда изображения обрели чёткость, я не заметил ни одного намека на то, что это было артом нейросети: не было ни скрюченных пальцев, ни перекошенных глаз, ни нелепых засветов.
Просто фотореалистичный портрет одного и того же человека. Четыре копии. На вид ему было около тридцати, короткостриженые коричневые волосы прилипли к бледному лбу. Рот искривился в усмешке, будто он собирался рассмеяться над сальной шуткой. На каждом снимке на нём была одна и та же грязная футболка и куртка-бомбер. Он опирался на один и тот же пластиковый столик на одной и той же грязной кухне, и держал одну и ту же идеально отрендеренную банку светлого пива. Его карие глаза-бусинки, казалось, смотрели прямо на меня.

На всех четырех изображениях был шатен, который жарил яичницу на тесной кухне. Он раздраженно пялилсяна меня снизу вверх. Я захлопнул ноут. Я опаздывал на работу. Весь день я не мог перестать думать о моем убийце. От этой мысли по спине бежали мурашки. Я использовал любую свободную минутку, чтобы скормить искусственному интеллекту новые «подробности»:

Я уже знал, кто будет ждать меня, когда я завернул за угол. Ронни выглядел хуже, чем когда-либо. Он был мертвенно бледным, небритым. Ронни сидел на холодном бетонном полу, обхватив себя руками, его дикий взгляд был направлен в потолок. в поисках своего невидимого наблюдателя .Когда он увидел меня, у него отвисла челюсть.

Интересно, как далеко продвинутся нейросети в ближайшие несколько лет. Всего два года назад компания Lyrebird из Монреаля создала речевой синтезатор на основе ИИ, способный воспроизвести любой голос. Для подражания голосу системе достаточно лишь нескольких секунд аудиозаписи голоса требуемого человека, на основе которых и будет создан звуковой фрагмент. Точное подражание голосу возможно благодаря использованию нейронных сетей на основе искусственного интеллекта, работающих по тем же принципам, что нейронные сети человеческого мозга. ИИ учится распознавать особенности речи человека, а затем эти данные уже используются для синтеза искусственного голоса. Так что селфи — далеко не предел использования нейросетей.

Конечно, по хорошему разработчики должны предупреждать о том, что собирают данные, иначе кто-то может подумать, что впоследствии их перепродадут и будут использовать маркетологи для контекстной рекламы. Или фото автора Hi-News.ru появится в рекламе одного банка для пенсионеров (надеюсь, что нет).

Я невольно отступил и почувствовал, как твердый пластик дубинки уперся мне в спину.
— Полезай! -гаркнула старшая.
Когда я инстинктивно схватился за решетку, она надавила сильнее.
—Прекрати сопротивляться!
—Подождите! — Я практически рыдал. — Можно меня в другую камеру? Почему я не могу пойти в другую камеру? Офицер, я.