L. Bardon . – Depuis quelques années, les GAN, ou réseaux antagonistes génératifs, sont les starlettes des médias sociaux. Ils sont derrière la création du premier tableau créé par une IA jamais vendu aux enchères, mais aussi derrière la superposition de visages de célébrités sur les corps de stars du porno. Les chercheurs y sont parvenus en se faisant s’opposer deux réseaux de neurones. Dès lors, pas étonnant de lire que selon un rapport de chercheurs de l’Université d’Oxford, le nombre de campagnes coordonnées de manipulation des médias sociaux est passé de 28 en 2017 à 48 en 2018, et 70 en 2019. L’étude inclut les partis politiques ou les organismes gouvernementaux qui utilisent les médias sociaux pour façonner les perceptions du public. Elle inclut également les régimes autoritaires qui suppriment les droits de l’homme ou étouffent les opinions dissidentes. Mais il y a une tendance claire : les campagnes de désinformation, où les fausses informations sont diffusées délibérément pour tromper, se multiplient.
Une nouvelle IA pourrait bouleverser le monde des applications de rencontre. Développé par une équipe de l’université d’Helsinki et de l’université de Copenhague, le système d’IA a pu générer des images de faux visages dont il prédisait qu’ils sembleraient attrayants pour certains utilisateurs, car l’activité cérébrale de ces mêmes utilisateurs avait joué un rôle dans l’entraînement de l’IA. Cela semble un peu effrayant, futuriste, et ressemble à l’outil ultime pour capter notre attention ; encore plus.
Le système, qui a été détaillé dans un article publié dans IEEE Xplore en février, utilise un réseau antagoniste génératif, ou GAN, pour créer de faux visages. Les chercheurs ont entraîné leur GAN avec 200 000 images de célébrités. Le système imbibé de célébrités a ensuite créé des centaines d’images de personnes imaginaires, qui ont été montrées à 30 personnes réelles (participants à l’étude) dont l’activité cérébrale était surveillée. Les participants n’avaient pas besoin de préciser pourquoi ils trouvaient un visage attirant ou quelles étaient les caractéristiques qui leur plaisaient. Le système stockait les données de chaque visage qui plaisait à un participant, puis trouvait les points communs entre eux, en ramenant les points de données à des caractéristiques spécifiques ; apparemment, les humains ont tendance à manquer d’originalité et à être attirés par les mêmes attributs, encore et encore. L’équipe a ensuite pris les données montrant les caractéristiques que chaque participant a trouvées attrayantes et les a réinjectées dans le GAN.
La suite ici (Vanessa Bates Ramirez)
