Kunstmatige realiteit is de volgende stap na kunstmatige intelligentie, en de menselijke geest zou tijdens het proces volledig opnieuw kunnen worden bedraad. Gerechtelijk bewijs zou kunnen worden vervalst, hersenspoeling zou permanent zijn, en er zouden herinneringen kunnen worden gecreëerd. Het grootste gevaar zal zijn voor jonge kinderen wiens geest er net achter komt wat de realiteit is en wat niet. Het krachtigste afleveringsmechanisme zijn Virtual Reality-apparaten die tijdens de simulatie meerdere zintuigen stimuleren. ⁃ TN Editor
Het gebruik van kunstmatige intelligentie-experts hebben een 'valse realiteit' gecreëerd die zo veel lijkt op het echte leven dat je misschien niet kunt zien dat het een simulatie is.
Nieuwe verbeteringen in grafische manipulaties door neurale netwerken zorgen ervoor dat kunstmatige simulaties bedrieglijk lijken op het echte werk.
Ontwikkelaars zeggen dat in de toekomst AI-gegenereerde scènes kunnen worden gebruikt om trainingsgegevens voor zelfrijdende auto's te maken.
Deze technologie heeft echter ook een donkere kant en kan ons naar een vreemde hyperrealiteit leiden, waar simulatie niet meer te onderscheiden is van het echte leven.
Onderzoekers van het in Santa Clara gevestigde technologiebedrijf Nvidia hebben afbeeldingen gemaakt die door AI gegenereerde scènes laten zien die zijn gemaakt met echte scènes.
'We presenteren hoogwaardige beeldvertalingsresultaten voor verschillende uitdagende beeldvertaaltaken zonder toezicht, waaronder het vertalen van straatbeelden, het vertalen van dierenbeelden en het vertalen van gezichtsbeelden', aldus de website van het bedrijf.
Onderzoekers onder leiding van Ming-Yu Liu gebruikten 'image-to-image'-vertalingen om een winterbeeld buiten te transformeren in een door AI gegenereerde zomerscène.
Ze kunnen ook zonnig weer omzetten in nat weer.
Het systeem is gebaseerd op generatieve tegenstandersnetwerken (GAN).
Onderzoekers van het Google Brain AI-lab ontwikkelden eerst GAN, dat bestaat uit twee neurale netwerken die leren door naar onbewerkte gegevens te kijken.
[the_ad id = "11018 ″]
Het gebruikt input om een algoritme over een bepaald onderwerp te 'leren' door het enorme hoeveelheden informatie te geven.
De een kijkt naar de onbewerkte gegevens - in dit geval de scène uit het echte leven - terwijl de ander nepbeelden genereert op basis van de dataset.
'Het gebruik van GAN's is niet nieuw bij leren zonder toezicht, maar het NVIDIA-onderzoek leverde resultaten op - met schaduwen die door dicht gebladerte gluren onder een gedeeltelijk bewolkte lucht - ver vooruit op alles wat eerder is gezien', schreven onderzoekers onder leiding van de heer Lui in een blogpost.
'Alleen al voor zelfrijdende auto's kunnen trainingsgegevens één keer worden vastgelegd en vervolgens worden gesimuleerd onder verschillende virtuele omstandigheden: zonnig, bewolkt, sneeuw, regenachtig, nacht, enz.', Schreven onderzoekers.
wpDiscuz