Tecnologia que utiliza inteligência artificial (IA) para substituir objetos, ou até mesmo faces de pessoas (caso de aplicativos de faceswap), em vídeos, o modelo Generative Adversarial Networks (GAN) foi o tema da palestra “Redes Generativas Adversárias: O segredo por trás do deepfake’’, promovida pelo Laboratório de Inteligência Artificial da UNISANTOS, no último dia 27. Egresso do curso de Ciência da Computação e atualmente docente da UNISANTOS, o professor mestre Guilherme Apolinário Silva Novaes explicou como é a arquitetura básica de uma GAN.
Guilherme destacou que as GANs não criam novas informações, mas promovem uma interpolação do espaço latente, ou seja, o computador ‘completa’ um espaço vazio entre dois pontos com base no ‘aprendizado’ do modelo. Em outras palavras, as GANs alcançam seus resultados por meio de um ‘treinamento competitivo’, onde o modelo discriminador confronta o modelo gerador até alcançar o resultado final. “Parece mágica, mas é estatística e processamento de informação. Não existe geração espontânea, é estatística”, destacou o professor.
EXEMPLO – Além de mostrar códigos de programação de GANs e apresentar detalhes da arquitetura dos modelos, o docente exibiu um vídeo para ilustrar a tecnologia. Guilherme mostrou um trecho de 30 segundos onde assumia o papel de um ‘rockstar’. Seu rosto apareceu no corpo de Dave Grohl, vocalista e guitarrista da banda Foo Fighters, em uma entrevista ao famoso apresentador americano Jimmy Fallon. Para criar o filme de 30 segundos, Guilherme explica que treinou o modelo por um mês, com cerca de 900 imagens e 230000 interações, o que dá a dimensão do quanto o processo de treinamento de uma GAN é lento, custoso e detalhista.
APLICAÇÕES – As aplicações possíveis para a tecnologia vão muito além da ‘deepfake’. Guilherme exemplificou com sua tese de doutorado “Aprendizagem profunda aplicada para diagnósticos sobre procedimentos em tratamento de câncer de mama”, a qual está em andamento na Universidade de São Paulo. Neste caso, a ideia é utilizar a tecnologia para o desenvolvimento de novos diagnósticos inteligentes com base em visão computacional.
