開發(fā)數(shù)字渲染或編輯它們會消耗大量時間。但是，麻省理工學(xué)院和IBM的研究人員可能對此問題有解決方案。該團(tuán)隊(duì)已經(jīng)培訓(xùn)了AI，可以根據(jù)其中的編輯對象生成攝影圖像。

盡管這對于藝術(shù)家和設(shè)計(jì)師可能很方便，但它也將提供有關(guān)神經(jīng)網(wǎng)絡(luò)如何理解上下文的見解。該小組旨在發(fā)現(xiàn)偽造和變形的圖像。該工具被稱為GANpaint，可以用作免費(fèi)演示的一部分。該工具將進(jìn)行場景放置，而不是進(jìn)行手動更改。

該工具還允許您擦除對象。它仍在開發(fā)中，但是團(tuán)隊(duì)希望該工具可能很快能夠編輯視頻剪輯。例如，如果場景沒有必需的道具，則編輯器可以在以后使用AI添加它。

在構(gòu)建AI時，團(tuán)隊(duì)驚訝地發(fā)現(xiàn)該系統(tǒng)學(xué)會了對象之間的簡單關(guān)系-例如，門不會出現(xiàn)在天空和其他地方。雖然該工具可以更輕松地創(chuàng)建偽造圖像，但也可以派上用場來發(fā)現(xiàn)偽造圖像。

解釋GANpaint的論文的共同作者朱俊彥（Jun-Yan Zhu）說：“在防御之前，您需要先了解對手?！?研究人員將在下個月的會議上介紹他們的工作。同時，您可以試一下GANpaint Studios。

此外，紐約大學(xué)坦登工程學(xué)院的一項(xiàng)新研究表明，如果從源頭（即相機(jī)）開始進(jìn)行偽造圖片的選擇，那將真的很方便。

如果攝像頭變得智能化，則可以幫助其他機(jī)器學(xué)習(xí)程序識別圖像是否變形。研究人員還發(fā)現(xiàn)，該技術(shù)將計(jì)算機(jī)發(fā)現(xiàn)假貨的準(zhǔn)確性從45%提高到90%。

該方法重新成像相機(jī)處理信息以顯影照片的方式。相機(jī)會在圖像中產(chǎn)生獨(dú)特的偽像，以后軟件可以使用該偽像來評估圖像是否被更改。