Machine Learning

HowTo | Internet

Guida alla Internet delle cose che non esistono

Alfonso Maruccia | 7 Marzo 2019

IA Servizi Web

Uno spettro si aggira per il Web, un gruppo di “generatori di contenuti fasulli” aumentati con l’intelligenza artificiale. Breve excursus […]

Uno spettro si aggira per il Web, un gruppo di “generatori di contenuti fasulli” aumentati con l’intelligenza artificiale. Breve excursus in questo mondo bizzarro che rappresenta solo l’inizio di una rete telematica completamente “fake”.

In queste settimane – e forse in questi anni – si fa un gran parlare di intelligenza artificiale, fake news e machine learning: piuttosto che verso i killer robot come teme qualcuno, gli algoritmi della IA si sono al momento evoluti per presentare contenuti falsi e bizzarramente realistici (in alcuni casi) ai loro padroni umani. L’idea comune è che questa nuova frontiera rappresenti solo il primo passo di una Internet destinata a essere composta quasi esclusivamente da cose auto-generate al netto del Photoshop di turno.

L’inizio del nuovo fenomeno del sensazionalismo da fake-Internet è il sito This Person Does Not Exist, una “vetrina” che i ricercatori hanno sfruttato per mettere in mostra gli effetti di una tecnologia IA nota come Generative Adversarial Network (GAN): una rete GAN sfrutta il machine learning per “sintetizzare esemplari artificiali”, come ad esempio un’immagine, che sia indistinguibile da un esemplare reale imparando da un set di immagini corrispondenti a persone realmente esistenti.

Fake-futuro

A ogni refresh della pagina This Person Does Not Exist, oppure usando l’apposito link proposto in basso a destra, la rete GAN implementata sul server crea una nuova immagine virtuale. A una prima occhiata buona parte dei volti generati dalla IA sembrano realistici, ma basta soffermarsi qualche secondo in più su alcuni particolari per provare una sensazione straniante molto vicina alla Uncanny valley.

This Person does not exist

Il sito dei volti che non esistono ha favorito molto velocemente la nascita di IA e reti GAN dedicate a soggetti diversi. Non poteva ad esempio mancare il sito Web per la generazione di gattini virtuali (thiscatdoesnotexist.com), anche se gli effetti del machine learning sono in questo caso più mostruosi e ridicoli che altro.

This Cat does not exist

Un approccio diverso è quello proposto da This Waifu Does Not Exist, una rete GAN che genera volti di personaggi di anime con tanto di “trame” di accompagnamento che vanno ben oltre il ridicolo. Il sito genera nuovi personaggi a ciclo continuo, a meno di non mettere in pausa il processo tramite il pulsante Pause Refresh presente in basso.

This Waifu does not exist

Un ultimo sforzo di generazione fasulle arriva poi da thisrentdoesnotexist.com, sito che usa la IA per proporre abitazioni fittizie a ogni refresh di pagina. La scarsa qualità del risultato finale non è in questo caso molto distante dagli orrori felini di thiscatdoesnotexist.

This Rental does not exist

Al di là delle considerazioni ilari o delle strombazzate allarmistiche dei media generalisti, i piccoli esperimenti di “generazione di cose che non esistono” da parte della IA sono oggi utili per cominciare ad allenare l’occhio alla fake Internet prossima ventura. Un mondo telematico che minaccia, in un futuro non troppo distante, di rendere le esperienze on-line totalmente inaffidabili o false per definizione.

Blob Opera

Tech

Blob Opera, l’esperimento operistico di Google a base di machine learning

Alfonso Maruccia | 17 Dicembre 2020

Google IA Servizi Web

Gli algoritmi intelligenti del machine learning danno vita a Blob Opera, ennesimo esperimento pubblicato da Google con un focus sul canto operistico.

Sfruttando le capacità del machine learning, David Li e Google hanno dato vita a Blob Opera, l’ennesimo esperimento pensato per esemplificare le possibili applicazioni degli algoritmi intelligenti. Una applet Web canterina, dove la voce (reale) dei cantanti viene gestita e armonizzata in automatico dalla IA.

Blob Opera è un esperimento interattivo in cui l’utente può “manipolare” le voci di basso, tenore, soprano e mezzo soprano, stabilendo il tono con un movimento verticale e la vocale con un movimento orizzontale da destra a sinistra. Il controllo riguarda un solo “blob” alla volta, mentre gli altri cantanti gommosi fanno da accompagnamento grazie agli algoritmi della IA.

https://www.youtube.com/watch?v=ZfLYuXi6sDI

Com’è tipico delle applicazioni di machine learning, dietro Blob Opera c’è un lungo lavoro di training della IA basato su dati e performance reali. Grazie al coinvolgimento di Google, il designer David Li ha potuto contare sulla registrazione di 16 ore di materiale e vocalizzazioni a opera del tenore Christian Joel, del basso Frederick Tong, del soprano Olivia Doutney e del mezzo soprano Joanna Gamble.

Oltre al controllo dei singoli blog canterini, l’esperimento Blob Opera permette all’utente di registrare le proprie composizioni e di condividerle tramite social network. Dal pulsante a forma di albero di natale in basso a destra è invece possibile accedere a registrazioni pre-esistenti a tema eminentemente festivo.

Coronavirus di Wuhan

Tech

COVID-19, una IA per identificare gli asintomatici dai colpi di tosse

Alfonso Maruccia | 3 Novembre 2020

App COVID-19 IA

I ricercatori del MIT hanno messo a punto un algoritmo di intelligenza artificiale in grado di riconoscere gli infetti asintomatici di COVID-19. E ora lavorano alla realizzazione di una app per smartphone.

La nuova intelligenza artificiale creata dai ricercatori del Massachusetts Institute of Technology (MIT) ha una portata potenzialmente storica, visto che è in grado di riconoscere chi è portatore del virus del COVID-19 anche in assenza di sintomi. Uno strumento di identificazione e scrematura dei contagi che in futuro potrebbe forse arrivare gli smartphone degli utenti di tutto il mondo.

La IA dell’MIT lavora sulle registrazioni sonore dei colpi di tosse, un segnale che a quanto pare si differenzia in maniera notevole (quando campionato in formato digitale) tra chi è perfettamente sano, chi ha contratto il virus SARS-CoV-2 e chi ha sviluppato l’infezione comunemente nota come COVID-19.

L’algoritmo messo a punto dai ricercatori statunitensi è stato addestrato con l’ascolto di decine di migliaia di colpi di tosse campionati, oltre che con registrazioni di pronunce comuni. Alla fine del periodo di training, la IA ha raggiunto un livello di affidabilità decisamente significativo: il sistema sarebbe in grado di identificare le infezioni da COVID-19 nell’98,5% delle registrazioni, e addirittura di riconoscere i portatori asintomatici nel 100% dei casi.

Il MIT è ora in attesa dell’approvazione da parte della FDA (Food and Drug Administration) statunitense prima della distribuzione al pubblico, e come è ovvio una app realizzata a partire dal nuovo algoritmo potrebbe cambiare in maniera radicale la situazione sanitaria globale. Lavoratori, professionisti della salute o semplici cittadini sarebbero in tal modo in grado di fare uno screening di prossimità a costo (augurabilmente) zero, permettendo di interrompere la catena dei contagi che ha ripreso a correre in Europa e non si è mai fermata negli USA.

NVIDIA contro COVID-19

Tech

[email protected], trovati potenziali bersagli per una cura contro il COVID-19

Alfonso Maruccia | 30 Ottobre 2020

COVID-19 [email protected] HPC IA

Il progetto [email protected] concentrato nel contrasto al COVID-19 ha portato alla scoperta di possibili strutture proteiche da prendere di mira nello sviluppo di una cura o un vaccino.

La pandemia di COVID-19 cavalca senza sosta con 45 milioni di persone infette e quasi 1,2 milioni di morti in tutto il mondo. Ricercatori e aziende sono impegnati al massimo nello studio del virus SARS-CoV-2 per la possibile formulazione di una cura o un vaccino efficaci, una scoperta degna come minimo del premio Nobel e potenzialmente destinata a fare la storia.

È impegnata su questo fronte anche [email protected], l’iniziativa di calcolo distribuito che sfrutta le CPU e le GPU degli utenti comuni per effettuare complesse simulazioni sulle strutture proteiche del SARS-CoV-2. La proliferazione del coronavirus ha provocato un autentico boom nelle “donazioni” di tempo-macchina da parte degli utenti, permettendo a [email protected] di raggiungere e superare i 2,4 exaFLOPS di potenza complessiva.

Folding@Home contro il COVID-19

Stando a una ricerca recentemente pubblicata online, il team di [email protected] avrebbe già messo a buon frutto i miliardi di miliardi di calcoli al secondo del network distribuito scoprendo alcuni dei più inaccessibili “segreti” del SARS-CoV-2. I ricercatori hanno individuato 50 “sacche criptiche” di peplomeri, ovvero le protuberanze che permettono ai coronavirus come il SARS-CoV-2 di legarsi ai recettori della cellula ospite invadendola e dando inizio all’infezione.

Le protuberanze con i recettori chiave del coronavirus che causa il COVID-19 sono normalmente ripiegate su se stesse, ma devono prima o poi “svelarsi” per attaccare le cellule di una persona infetta. L’imponente rete di calcolo di [email protected] ha permesso di identificare, per la prima volta in assoluto, la porzione del virus necessaria allo sviluppo dell’infezione. E che ora potrà offrire ai ricercatori e alle aziende farmaceutiche un possibile bersaglio per una cura definitiva o un vaccino massimamente efficace contro la prima pandemia del 21esimo secolo.

Aggiungi alla collezione

No Collections

Here you'll find all collections you've created before.