Tecnologias de IA criam fotos de pessoas que não existem

O anonimato virtual ganhou um “reforço de peso”. Com os avanços da tecnologia e da inteligência artificial (IA), imagens de pessoas que não existem podem ser criadas sinteticamente por máquinas, potencializando a criação de perfis falsos e confundindo, ainda mais, o mundo real do virtual.Apesar de as Redes Gerativas Adversárias (GAN, na sigla em inglês), principal tecnologia por trás dessas criações, viabilizarem as invenções há seis anos — quando a tecnologia foi idealizada pelo norte-americano Ian Goodfellow —, os resultados iniciais eram bem precários comparados com as imagens dos dias atuais.”Quando a tecnologia apareceu pela primeira vez em 2014, era ruim — parecia ‘The Sims'”, disse Camille François, uma pesquisadora de desinformação cujo trabalho é analisar a manipulação de redes sociais.Hoje, além de as imagens obtidas terem uma qualidade muito superior as do passado, é possível obter fotos de pessoas falsas gratuitamente em sites como o ThisPersonDoesNotExist. Algumas empresas como a Generated Photos até vendem imagens de indivíduos fakes, de acordo com o padrão desejado (como raça, idade, sexo, etnia, entre outros) por apenas US$ 3 (R$ 16 em conversão direta). Sem falar em serviços de outras companhias que conseguem animar estes “seres inexistentes”.ReproduçãoCriação de rostos com a GAN em 2014 já demonstrava avanço tecnológico, mas estava em período embrionário. Foto: Ian Goodfellow/DivulgaçãoReproduçãoImagens atuais criadas pelo GAN beiram a fotografias reais. Foto: StyleGAN/DivulgaçãoUma escolha de valores para definir o tamanho do olho, um algoritmo para criar as feições do rosto fake, uma mistura com dados de diversos tipos de cabelo… e está pronto. Quem vê de longe pode acreditar que tudo isso seja algo muito difícil, mas não considera que os resultados só são possíveis por conta das tecnologias já implantadas em nosso cotidiano.O reconhecimento facial é um bom exemplo. Foi por meio de seu aprimoramento que as máquinas se tornaram muito mais eficazes — seja para desbloquear um smartphone, seja para organizar as fotos da galeria ou mesmo “bater o ponto” de trabalho por meio de um aplicativo.Basicamente, o GAN é alimentado com diversas fotos de pessoais reais. O programa de computador então as estuda e tenta criar suas próprias imagens de pessoas inexistentes, enquanto outra parte do sistema tenta detectar quais dessas fotos são falsas. Tarefa difícil para imagens tão reais.Prós e contrasO avanço destes tipos de inteligência artificial prova como a tecnologia pode aprimorar-se em pouco tempo — tendo em vista os resultados de 2014 para cá. Elas podem ser muito úteis, inclusive, em aprimoramentos de serviços de chat, na indústria cinematográfica e na engenharia de produção de games.Mas se por um lado as machine learnings e a IA podem ser consideradas fortes aliadas para um futuro muito mais tecnológico e promissor, por outro, potencializa a falta de discernimento do que é real e do que é virtual.A “criação” de pessoas falsas consequentemente fortalece o uso de perfis fakes e fomenta, por exemplo, a disseminação de fake news e discursos odiosos sem punições adequadas. Isso sem contar em um possível crescimento de espiões tentando infiltrações em comunidades de inteligência ou grupos privados, e a ascensão na utilização de logins inexistentes para vigiar e atrair alvos para diversos crimes.ReproduçãoCriação de fotos de pessoas inexistentes pode potencializar anonimato virtual. Foto: Ake/RawpixelIA não é perfeitaAlém disso, é preciso lembrar que as tecnologias não atuam por si só. Elas são constantemente alimentadas por dados inseridos por seres humanos e podem acabar reproduzindo preconceitos, explícitos e implícitos, da sociedade. Ou seja, erros à vista.Não são raros os casos em que ferramentas de reconhecimento facial são acusadas por reproduções racistas. Além de comprovadamente serem menos eficazes em pessoas negras, as tecnologias tendem a ser construídas em moldes brancos. Exemplos não faltam.Em 2015, um sistema de detecção de imagem desenvolvida pelo Google rotulou dois negros como “gorilas” — provavelmente por ter recebido mais imagens dos animais do que de pessoas negras.Outro episódio mais recente aconteceu com a ferramenta de corte automática do Twitter. A rede neural da rede social analisava as imagens e as cortava, focando apenas nos rostos presentes na foto. Contudo, o corte automático priorizava faces de pessoas brancas, mesmo com a presença de pessoas negras na imagem.Replicando um teste gringo.Vamos vê qual o algoritmo do Twitter vai escolher: Mitch McConnell ou Barack Obama? pic.twitter.com/FCYyJCKMWh— Joel Luiz (@joelluiz_adv) September 20, 2020Até mesmo em simples criações de imagens de pessoas falsas as falhas são visíveis. Acessórios como brincos, chapéus e óculos nem sempre se encaixam com os semblantes e resultam em fotos visivelmente fakes. Além disso, algumas proporções faciais podem não bater com certos rostos e a imagem final passa longe de ser realista.ReproduçãoIA ainda sofre na criação de imagens com acessórios pessoais. Foto: Thispersondoesnotexist/ReproduçãoIsso não quer dizer que a IA e outras tecnologias devam ser encaradas como inimigas. Elas certamente podem ser catalisadoras de um futuro digital e seus avanços abrem leques para inovações inimagináveis.Contudo, é preciso pensar, primeiramente, em seu desenvolvimento para todos os públicos: independentemente da cor, gênero ou etnia.Uma segurança precisa para evitar fraudes e usos maléficos também se faz necessária. Afinal de contas, se foi o ser humano quem criou tudo isso, ele também se torna responsável pelas consequências.Via: The New York Times e Galileu



Fonte do Artigo
Tags:

#tecnologia #tecnologias #technology #tecnolog #iphone #informatica #tech #design #samsung #internet #apple #smartphone #seguranca #venezuela #celular #celulares #inovar #qualidade #software #empresas #cursos #engenharia #industria #marketing #ti #tecnoblog #veja #olhardigital #mundodigital #inteligenciaartificial #criar site #criar site curitiba #wiysolutions