TECH ACTUS – Il existe de nombreux cas où l’intelligence artificielle peut être utilisée à des fins nuisibles, mais dans ce cas-ci, c’est encore plus vrai, car ce que les chercheurs de Google ont réalisé est impressionnant, mais effrayant à penser.
Les chercheurs ont développé une technologie permettant à quelqu’un de vous parler sous la forme d’une vidéo utilisant une seule image fixe. Une image. Cela peut être utilisé pour lire l’entrée de quelqu’un, par exemple, ou pour remplacer le mouvement des lèvres pour le rendre plus précis dans une autre langue. Mais nous en sommes au stade où l’identité de quelqu’un peut être volée et où de fausses informations peuvent être diffusées par la réplique de l’IA de quelqu’un. En d’autres termes, les deepfakes pourraient atteindre un niveau sans précédent.
Les chercheurs de Google appellent la technologie Vlogger, qui permet de créer des mouvements du visage et du corps en vidéo. Il peut également être utilisé pour le montage vidéo. Dans un court clip vidéo, le présentateur parle devant la caméra, mais dans une autre version, la bouche est fermée, et dans une autre encore, les yeux sont fermés. La version aux yeux artificiellement ouverts est un cauchemar, et nous ne sommes certainement pas seuls dans ce cas, car l’absence de clignement des yeux n’est pas naturelle.
Cela fonctionne en utilisant deux étapes. Selon sa page Github, “1) un modèle de diffusion stochastique de l’homme vers le mouvement 3D, et 2) une nouvelle architecture basée sur la diffusion qui augmente les modèles texte-image avec des contrôles à la fois temporels et spatiaux. Cette approche permet la génération de vidéos de haute qualité et de longueur variable, facilement contrôlées par des représentations de haut niveau de visages et de corps humains. » Même si cela semble passionnant, la technologie est loin d’être parfaite.
À l’instar des vidéos générées par l’IA, les mouvements de la bouche semblent étranges et parfois même fascinants. Rien n’est parfait au début (nous ne sommes pas parfaits nous-mêmes), donc Google améliorera certains aspects plus tard, mais c’est quand même formidable de voir quel type de technologie les chercheurs de l’entreprise peuvent créer alors qu’ils n’ont vraiment pas grand-chose avec lequel travailler.
2. Generation of Moving and Talking People
Here’s an example on talking face generation given just a single input image and a driving audio. pic.twitter.com/hd7HKDfYkP
— EyeingAI (@EyeingAI) March 18, 2024
