Tapasztalja meg a röntgen látás hatását mesterséges intelligenciával

Hallottál már a mesterséges intelligenciával történő röntgenlátásról? Ez a technológia azt ígéri, hogy átlát a tárgyakon, sőt a ruhákon is, éles képeket generálva arról, ami „alatt“. Sci-fi-nek tűnik, de a valóság sokkal összetettebb és tele van mítoszokkal.

Ebben a cikkben különválasztjuk, hogy mi igaz, és mi az, ami csak over-the-top marketing erről a vírushatásról Meg fogja tudni, hogy az AI valójában hogyan működik ebben az összefüggésben, mik a technológiai korlátok, és mit csinálnak ezek az alkalmazások valójában (vagy nem), amikor használja őket.

Az igazi röntgenlátás mítosza

Az interneten keringő legnagyobb mítosz az, hogy vannak olyan alkalmazások, amelyek képesek valódi képeket generálni arról, ami a ruházat vagy szilárd tárgyak alatt van. Ez teljesen hamis, és ellentmond a fizika alapelveinek. A valódi röntgensugarak azért működnek, mert a fotonok áthaladnak a lágy szöveteken, de blokkolják őket sűrű anyagok, például fémek és csontok. Ezt egyetlen AI alkalmazás sem tudja megtenni a mobiltelefon kameráján keresztül, mert a látható fény rögzítésével működik, nem a sugárzás.

Az alkalmazások, amelyek ezt a hatást ígérik, valójában mély tanulási algoritmusokat használnak szintetizált képek generálására. Elemzik az eredeti fényképet, azonosítják a textúrák és formák mintáit, és fiktív képet hoznak létre a képzési adatok alapján.

Hogyan működnek ezek a technológiák valójában

A röntgenlátás effektust kínáló alkalmazások nagy mennyiségű képre kiképzett konvolúciós neurális hálózatokat (CNN) használnak. Ezek a modellek mintákat és textúrákat tanulnak meg a betanítási adatokból, majd ezt az információt arra használják, hogy „előre jelezzék“, hogyan nézhet ki valami különböző körülmények között.

Az eredmény minősége közvetlenül függ az AI modell és a képzésében használt adatbázis minőségétől Egy jól képzett modellnek sikerül valósághűbb és meggyőzőbb képeket generálnia, míg mások nyilvánvaló és mesterséges eredményeket produkálnak Észre fogja venni, hogy a hatás sok helyzetben „rossznak“ tűnik, anatómiailag lehetetlen részletekkel vagy textúrákkal, amelyek elszakadnak a valóságtól.

Az igazság a magánéletről és a biztonságról

Egy másik fontos mítosz, hogy ezek az alkalmazások ellopják az adatait, vagy aljas célokra használják fel fényképeit Bár az alkalmazások esetében az adatvédelem mindig jogos aggodalomra ad okot, a legtöbb vizuális effektus-alkalmazás nem szándékosan tárolja a képeket eladók vagy további felhasználás céljából a szervereken, Valójában az történik, hogy adatait egy harmadik fél platformjára bízza, amelynek saját adatvédelmi irányelvei lehetnek (amelyeket általában nem olvas el).

Az igazság az, hogy mindig ellenőriznie kell az alkalmazás által kért engedélyeket, mielőtt telepítené. Ha egy vizuális effektus alkalmazás hozzáférést kér a névjegyeihez, helyéhez vagy hívási előzményeihez, ez egy valódi figyelmeztető jel. A kameraalkalmazás megfelelő engedélyei csak a kamerához való hozzáférés, fotógaléria és esetleg tároló.

Milyen szintű realizmust értek el

Lehet, hogy kíváncsi: mennyire reálisak ezek a generált képek valójában? A válasz: függ. A legjobb jelenlegi AI modellek képesek létrehozni képeket, amelyek megtévesztik az emberi szemet néhány másodpercig Azonban részletesebb elemzés feltárja következetlenségek, vizuális műtermékek és anatómiailag lehetetlen részleteket Nem nehéz, képzett szemmel azonosítani, hogy ez egy AI szintézis.

A mélyhamisítás és a képszintézis iparág gyorsan fejlődik, és a minőség idővel javulni fog. Ma ezek az „X ray vision“ hatások még mindig meglehetősen nyilvánvalóak és szórakoztatóak, nem pedig zavaróak. De pontosan ez az oka annak, hogy a digitális biztonsági szakértők figyelmeztetnek e technológiák szabályozásának fontosságára, mielőtt valóban megkülönböztethetetlenné válnának a valóságtól.

Népszerű alkalmazások és mit nyújtanak valójában

Számos alkalmazás van, amely kihasználja ezt a vírusos trendet ígéretes röntgen látás hatások Néhány név gyakran kering a szociális hálózatok, generáló kíváncsiság és masszív letöltések Legtöbbjük őszintén termel kiábrándító vagy egyértelműen mesterséges eredményeket A hype sokkal magasabb, mint a tényleges eredmény, és gyorsan csalódott néhány kísérlet után.

Amit ezek az alkalmazások jól csinálnak, az az, hogy megosztható és szórakoztató tartalmat hoznak létre a közösségi hálózatok számára. A generált képek, még ha mesterségesek is, gyakran komikusak és elkötelezettséget generálnak. Ez sok ilyen alkalmazás valódi célja: nem megtéveszteni, hanem érdekes szűrőt vagy vizuális hatást biztosítani, amelyet közzétehet az Instagramon vagy a TikTokon. Az „X ray power“ csak a vonzó marketing ezen alapvető képfeldolgozási funkció körül.

Technikai korlátok, amelyeket tudnia kell

Vannak alapvető technikai korlátok, amelyek megakadályozzák, hogy bármely mesterséges intelligencia alkalmazás valódi röntgenlátást hozzon létre mobiltelefonja kameráján keresztül. Először is, a kamera csak visszavert látható fényt rögzít; nincs információ arról, hogy mi rejlik a felszíni rétegek alatt. Másodszor, még ha lenne is, egyetlen mesterséges intelligencia modell sem tudná pontosan „kitalálni“, mi van egy ruha alatt, mivel végtelen lehetőségek léteznek, és minden ember egyedi.

Harmadszor, ezek az alkalmazások élettelen tárgyképekkel és ellenőrzött forgatókönyvekkel működnek a legjobban, nem mozgó emberi testekkel vagy változó ruházattal. A szövetek, vastagságok, színek és anyagok sokfélesége gyakorlatilag lehetetlenné teszi következetes, valósághű eredmények létrehozását. Amikor kipróbálja az alkalmazást és rossz vagy abszurd eredményeket lát, pontosan ezeket a belső technikai korlátokat tükrözi, nem csak egy gyengén fejlett alkalmazást.

Miért Viralizáltak ezek a trendek

A futurisztikus technológia iránti emberi vonzalom erőteljes, és a röntgenlátás fogalma érinti a régi sci-fi fantáziákat. A marketingesek és a tartalomkészítők kihasználják ezt a kíváncsiságot azáltal, hogy grandiózus ígéreteket kínálnak, amelyek vonzzák a letöltéseket és a megtekintéseket.

Az igazság az, hogy sokan nem ellenőrzik az állításokat, mielőtt kipróbálnák az alkalmazást Az egyszerű lehetőség, hogy valami ilyesmi működhet, elég izgalmas ahhoz, hogy motiválja a letöltéseket Amikor megtudják, hogy nem úgy működik, ahogy ígéri, a csalódás valódi, de gyakran már késő: az alkalmazás már összegyűjtötte az adatait, vagy már megosztotta az élményt a közösségi hálózatokon, állandósítva a mítoszt.