Nvidia hat eine Technik entwickelt, mit der sich Bilder mit ein paar Klicks manipulieren oder, falls Bildteile fehlen, wiederherstellen lassen.
Grob gesagt erkennt die künstliche Intelligenz dahinter fehlende Bildinformationen und ergänzt sie automatisch. Solche Manipulationen sind prinzipiell zwar schon lange möglich. Aber bislang erfordern sie zum einen Zeit und zum anderen Können.
Programme, die Bilder automatisch bearbeiten und ergänzen sind nichts Neues. In Photoshop ist das schon eine Weile möglich, Inhalte anhand des restlichen Bildinhaltes einzufügen. Bei Nvidia hat man das Konzept weiterentwickelt und um maschinelles Lernen erweitert. Das Ganze nennt sich „Image Inpainting“.
Dabei werden die Korrekturen auf einer neuen Ebene in das Bild eingearbeitet. Das funktioniert bei Landschaften schon ganz gut, bei Portraits ist noch Luft nach oben. Die Geschwindigkeit, mit der das Ganze passiert, ist aber beeindruckend. Seht euch einfach mal das Video an. Dann wisst ihr, was ich meine.
DATENSCHUTZHINWEIS: Dieses Video ist im erweiterten Datenschutzmodus von YouTube eingebunden. Durch den Klick auf das Wiedergabesymbol willige ich darin ein, dass eine Verbindung zu Google hergestellt wird und personenbezogene Daten an Google übertragen werden, die dieser Anbieter zur Analyse des Nutzerverhaltens oder zu Marketing-Zwecken nutzt. Weitere Infos hier.
Die KI wurde mit einer riesigen Menge an Vergleichsdaten gefüttert. 55.116 Masken mit Formen und Lücken haben ihr beigebracht, auf Lücken zu reagieren und jeweils passende Inhalte bereitzustellen.
Die Technik kann im Prinzip in jede Software zur Bildbearbeitung integriert werden. Die Zahl der gefakten Bilder, die online auftauchen, dürfte also bald noch deutlich steigen. Wenn man sich jetzt noch vor Augen hält, wie einfach es mittlerweile ist, auch Videos zu faken (hier gibt es einen schönen Artikel bei den Mobilegeeks zum Thema), dann solltet ihr euch künftig zwei Mal überlegen, ob ihr dem traut, was ihr online so seht.
Wenn ihr euch für die technischen Feinheiten interessiert, könnt ihr euch hier den Bericht der Nvidia-Forschungsgruppe durchlesen.
Nvidia via Caschys Blog, Foto: Screenshot Nvidia/Youtube