Ez az ijesztőnek tűnő mesterséges intelligencia egy személy hangja alapján képes megmondani, hogyan néz ki az illető

Az MIT kutatói kifejlesztettek egy lenyűgöző, bár félelmetesnek tűnő mesterséges intelligencia (MI) alkalmazást, amely az emberi hang ala...

Az MIT kutatói kifejlesztettek egy lenyűgöző, bár félelmetesnek tűnő mesterséges intelligencia (MI) alkalmazást, amely az emberi hang alapján képes kitalálni, hogyan néz ki egy adott személy.

A fejlesztők által nemrégiben írt tanulmányban részletesen elmagyarázzák, hogy az MI szoftver miként képes rekonstruálni az arcokat, miután különféle hangminták segítségével képezték ki erre a feladatra.

Ennek elérése érdekében a neurális hálózatot több millió videó felhasználásával tanították a YouTube-ról, amelyekben több mint 100 000 ember szerepelt.

"Ebben a munkában az a célunk, hogy megvizsgáljuk, milyen mértékben tudunk következtetni arra, hogy az emberek miként néznek ki a beszédük alapján," - részletezik a kutatók az Arxiv tudományos folyóiratban közzétett tanulmányukban. (1)

"Nyilvánvaló, hogy az arcok és a hangok között nincs egyezés. Ezért a célunk nem a pontos arc felismerhető képének előrejelzése, hanem inkább a személy domináns arcvonásainak meghatározása, amelyek korrelálnak a bemeneti beszéddel."

A mesterséges intelligencia képes volt megvizsgálni a rendelkezésre bocsátott YouTube felvételeket, kialakítani a korrelációkat a hallott hangok és arcok között, valamint megítélni olyan tényezőket, mint az életkor, a nem és az etnikai hovatartozás.

A kutatók szerint ezt mindenféle emberi beavatkozás nélkül képes volt megtenni.

A kutatók szerint az MI-nek a jövőben "hasznos alkalmazásai lehetnek," például "egy reprezentatív arc hozzárendelése a telefon vagy videohívásokhoz a beszélő hangja alapján."

Azt azonban hangsúlyozzák, hogy a neurális hálózat célja nem az, hogy pontos ábrázolást készítsen arról, hogy egy ember hogyan néz ki, ehelyett csak durva megközelítést generál.

A kutatók szerint képes volt felismerni az arcminták bizonyos összefüggéseit is, ami véleményük szerint nagy áttörést jelent.

Tekintettel arra, hogy az MI dönti el, hogyan néz ki egy ember, a kutatók szerint kénytelenek voltak foglalkozni néhány megállapításuk által felvetett lehetséges etikai és magánéleti aggodalommal.

Például az MI nehezen tudott bizonyos identitással bíró embereket megítélni. Amikor egy ázsiai-amerikai kínaiul beszélő ember felvételeit táplálták be, helyesen ítélte ázsiai embernek az adott személyt. De amikor ugyanazon angolul beszélő személy felvételeit táplálták be, tévesen úgy ítélte meg, hogy fehér.

Az MI azt is feltételezte, hogy a magas hangú emberek nők, a mély hangúak pedig férfiak.

Ezenkívül néhányan felháborodtak, miután rájöttek, hogy arcukat felhasználták a tanulmányban. Nick Sullivan, a Cloudflare kutatója azt írta, hogy csak akkor tudta meg, hogy részt vett a vizsgálatban, miután egy barátja kapcsolatba lépett vele.

"Nem kaptam tájékoztatást arról, hogy a képemet felhasználták ebben a kutatásban. Nem tudom, hogy mennyire kell aggódnom emiatt."

A kutatók megpróbáltak foglalkozni a magánélettel kapcsolatos aggodalmakkal is a tanulmányban, megjegyezve, hogy rendszerük nem generálja a "személy valódi személyazonosságát," hanem valójában "átlagos kinézetű arcokat" hoz létre.

A tanulmányban bemutatott példák alapján azonban az MI által generált arcok még mindig viszonylag élethűek, és rendkívüli módon hasonlítanak az eredeti személyekre, akiknek a képét felhasználták a mesterséges intelligencia tanítására. (2)

(1) - https://arxiv.org/pdf/1905.09773.pdf
(2) - https://www.dailymail.co.uk/sciencetech/