NVIDIA представила нову технологію SDK Maxine. Точніше буде назвати це комплектом розробки на базі штучного інтелекту. Він дозволяє створювати реалістичні аватари для відеоконференцій.
Нейромережа використовує статичні зображення та дані про місцезнаходження ключових точок обличчя людини з веб-камери спікера. Потім вона створює аватар, та анімує його, використовуючи ці точки.
Якщо використовувати реальні фото, то відрізнити анімацію від реального відео дуже складно. Задача стає простішою, якщо людина поверне голову, але все ж таки реалістичність залишається на рівні навіть у таких випадках.
Основної задачею технології є зниження навантаження на трафік та вимог до пропускної здатності інтернет-з’єднання. Це особливо важливо для мобільних пристроїв. Звичайно, при прямому дротовому з’єднанні реальність виграє в анімації, але у випадку з мобільним інтернетом — усе навпаки. Справа в тому, що ця технологія формує зображення співбесідника на боці того, хто сигнал приймає, а не того, хто його передає.
Отже, з основними цілями розібралися, але, давайте чесно, нас цікавить зовсім не це. Чи можна цю технологію використати для того, аби робити якусь «живу» версію DeepFake прямо під час відеоконференцій? Усе вказує на те, що так. Наприклад, NVIDIA уже продемонструвала можливість замінювати обличчя на анімований аватар типу Apple Memoji.
Враховуючи, що SDK Maxine відкрита для розробників, то в теорії, нейромережу можна використовувати і для розважальних цілей. Оскільки вона бере за основу статичне зображення, то можливо вдасться поставити замість себе когось іншого, і ніхто не зможе відрізнити анімацію від реальності.
Також система достатньо розумна, аби вирівнювати положення голови співбесідника. Наприклад, якщо ви хочете, аби хтось із того боку камери дивився на вас, а не кудись убік, то можете просто «повернути» йому голову.
Поки що Maxine існує тільки у вигляді технології. Куди і хто захоче її інтегрувати — невідомо.