Un equipo de investigadores de la universidad Carnegie Mellon (CMU) ha desarrollado un sistema basado en inteligencia artificial que transfiere automáticamente el contenido de un vídeo al estilo de otro; esto es, con sus gestos y expresiones. Este sistema emplea la inteligencia artificial (IA) para superponer la cara de una persona en el cuerpo de otra, poniéndonos en un serio aprieto de lo complicado que será distinguir la ficción de la realidad en el futuro.
Los investigadores de la CMU han bautizado a su sistema como Recycle-GAN, y lo basan en una serie de algoritmos que logran falsificar vídeos originales aplicando sobre ellos los estilos y gestos de otro. ¿Te imaginas a Barack Obama recordándote enormemente a Donald Trump en una intervención? Pues aunque cueste creer, es posible y los investigadores lo han logrado.
En el vídeo presentado como prueba a comienzos de mes, los investigadores han demostrado mediante ejemplos que resultarán familiares a casi todos (sí, el de Obama y Trump entre ellos), que el desarrollo funciona y muy bien. Pero es que además Recycle-GAN no se limita únicamente a rostros humanos: los investigadores también muestran cómo el sistema puede hacer florecer un narciso como si se tratara un hibisco, aplicando el mismo proceso.
Como puedes apreciar por el resultado, el resultado final no es perfecto y se notan trazas alrededor de los bordes de las caras editadas que dejan patente la manipulación, pero aún y todo, el resultado es bastante impresionante. “Recycle-GAN codifica información espacial y temporal”, explica Aayush Bansal, uno de los miembros del proyecto, “las restricciones espaciales le permiten aprender la transformación de un dominio a otro, y la información temporal ayuda a mejorar el aprendizaje” explica.
Bansal dijo que una de las motivaciones de desarrollar Recycle-GAN fue ‘resucitar a los muertos’, y la alusión no es gratuita: “uno de los objetivos en mi vida es traer de vuelta a Charlie Chaplin”, explicó. Bansal entiende que el sistema será una útil herramienta para artistas, cineastas e investigadores ávidos de datos.
“Nuestro enfoque permite la generación de datos que podrían utilizarse para entrenar un modelo de aprendizaje automático simple que pueda discriminar entre lo real y lo falso”, explica, “generar estos vídeos falsos fue difícil porque la mayoría de las falsificaciones requieren intervención humana”. El equipo presentó el resultado de su proyecto en la Conferencia Europea sobre Visión por Computadora celebrado en Alemania a principios de este mes.
