2019: l’anno di Deepfake e dei contenuti sintetici

Deepfake è una tecnologia basata sul machine learning che serve a manipolare i contenuti audiovisivi per reinventare o travisare la realtà. Scatenare robot e algoritmi basati sull’intelligenza artificiale per creare contenuti sintetici è il sogno di ogni editore che ho incontrato di recente e quest’anno è la vera frontiera di tendenza nella comunicazione di massa.

Alcuni buoni esempi

Il potenziale creativo degli algoritmi di deep learning per la realizzazione di nuovi e innovativi contenuti non è allettante solo per quegli editori che cercano di ampliare il proprio business ad una frazione del costo, ma è anche un’eccitante nuova frontiera nella comunicazione digitale, nel marketing e nell’intrattenimento. David Beckham che parla nove lingue diverse nella nuova pubblicità progresso di Malaria No More è solo uno degli esempi di uso virtuoso di questa tecnologia. L’intelligenza artificiale ha aiutato a creare un modello 3D del suo volto che è stato ri-animato con la voce pre-registrata di altre persone. C’è moltissimo potenziale nell’ambito dell’uso del machine learning per reinterpretare scene altrimenti impossibili.

Un altro esempio interessante è la trasformazione di dipinti famosi usando le reti neurali convoluzionali e una tecnica chiamata regressione diretta della geometria facciale 3D a partire da un’immagine 2D. Ho rianimato per voi questo giovane Bacco del Caravaggio – ora è possibile con un modello pre-addestrato che puoi trovare online.

Un giovane Bacco dipinto da Caravaggio

E non è tutto. Le reti generative avversarie dimostrano di essere estremamente efficaci nella creazione di immagini inedite a partire da un input che viene loro fornito. Un esempio ben noto è la rete condogonale generativa avversaria (cGAN) utilizzata da pix2pix e creata dall’Università della California nel 2017 per determinare una mappatura da un’immagine di input e generare un’immagine di output.

pix2pix in azione

Schizzi l’immagine del tuo amico felino a sinistra e… voilà pix2pix genera un gattino sintetico da condividere.

Abbiamo fatto scrivere all’AI un articolo per il nostro blog: ecco cosa abbiamo scoperto

Quando parliamo di contenuti sintetici, non parliamo solo di modelli 3D, doppiaggio audio e immagini inedite, ma anche di redazione di testi (si spera rilevanti). Nel nostro sforzo continuo di applicare il machine learning alla SEO e al marketing digitale, abbiamo anche iniziato a fare qualche esperimento con le reti neurali che generano testi.

Ecco cosa abbiamo scoperto finora:

1. Abbiamo a che fare con sistemi matematici che prevedono la prossima parola in base alla conoscenza di altri testi. Nessun clamore, niente fantascienza, solo matematica in azione.
2. Le risposte che sono state generate da GPT-2 per l’articolo sul Google Core Update di giugno, sono quasi… “un’opera d’arte”!
3. Il knowledge graph alla base del corpus testuale con cui abbiamo alimentato la macchina è essenziale per capire come funzionano realmente le cose e per affinare il risultato finale. Alcune domande che dovremmo farci quando determiniamo questo corpus: questo articolo è davvero rilevante per scrivere il mio contenuto? Contiene informazioni di cui ho bisogno? Devo aggiungere al corpus tutti gli articoli annotati con il concetto A e rimuovere dalla lista gli articoli annotati con il concetto B?
4. Lo scenario in cui gli editori scatenano i robot e licenziano il proprio team editoriale è decisamente molto lontano. Se sei un redattore, rilassati: le reti neurali artificiali che generano contenuti non sono Terminator e non sono ancora in grado di scrivere un intero articolo da sole. Possono collaborare all’analisi di fondo che fai (leggendo molto materiale che tu magari non vuoi leggere) e possono generare paragrafi sensati che puoi integrare nei tuoi testi. C’è di più, possono aiutarti a migliorare il titolo dell’articolo e a farne un buon riassunto (almeno nella maggior parte dei casi).
5. Google e i social media sembrano apprezzare questi primi esperimenti. L’articolo menzionato sopra sull’aggiornamento principale di Google (rilevante per il nostro pubblico ma ancora piuttosto di nicchia) ha attratto centinaia di lettori nelle prime due settimane ed è diventato il nostro quinto articolo più popolare nel mese di giugno. ?? Non male, considerando che il 62,2% del testo è stato creato da una rete neurale.
6. Ci vuole circa un’ora per costruire un modello linguistico che può essere utilizzato per scrivere un articolo sul nostro sito web. Gran parte del merito va a Max Woolf, un Data Scientist di BuzzFeed, e alla vivace community che si dedica al machine learning nel mondo NLP / NLG.

Un cattivo esempio

Fantastico, vero? Sorprendente, certo, ma i rischi sono ugualmente degni di nota. Come il caro vecchio zio Ben avrebbe detto “Da grandi poteri derivano grandi responsabilità!”. E DeepNude, un’app di intelligenza artificiale perversa che usa (anche) l’approccio pix2pix è un chiaro esempio che le cose possono andare storte.

Questa scabrosa applicazione del machine learning permetteva a chiunque di creare immagini di donne in bikini ed è stata chiusa dal team di sviluppo che – ops, sorpresa! – si è reso conto rapidamente che l’app veniva abusata (doh!). Come diceva Andrew Ng, cerchiamo di applicare il potere dell’intelligenza artificiale su progetti degni!

I’m glad DeepNude is dead. As a person and as a father, I thought this was one of the most disgusting applications of AI. To the AI Community: You have superpowers, and what you build matters. Please use your powers on worthy projects that move the world forward.

— Andrew Ng (@AndrewYNg) June 28, 2019

Che cosa possiamo aspettarci per il futuro?

In generale, le applicazioni dell’intelligenza artificiale devono essere governate da un’etica profonda, da una attenta comprensione del funzionamento della tecnologia e da un nuovo insieme di regole: la trasparenza e la responsabilità degli algoritmi sono aspetti cruciali del nostro progresso. È sempre più evidente che gli algoritmi opachi e imperscrutabili possono limitare ingiustamente le opportunità e avere un impatto improprio sulla libertà, sulla privacy e su altri valori essenziali della nostra società.

Detto questo, i contenuti sintetici basati sull’intelligenza artificiale rappresentano un’occasione senza precedenti per spostare in avanti i confini della nostra creatività. Siamo pronti per questo? Scrivimi una mail e parliamone insieme!