Deepfakes são vídeos alterados por uma ferramenta que usa Inteligência Artificial e Aprendizado de Máquina de código aberto, como Keras e TensorFlow (este último, do Google), para criar um algoritmo que treina uma Rede Neural a mapear o rosto de uma pessoa no corpo de outra, frame por frame e fazer a sobreposição. O software é capaz de ajustar a movimentação do vídeo original ao novo rosto e isso inclui expressões faciais e movimentos labiais. Se isso já causava preocupação antes, a tendência é a dor de cabeça aumentar, pois Hao Li, pioneiro do deepfake e professor associado de ciência da computação na Universidade do Sul da Califórnia, disse que a chegada de tecnologias como o aplicativo chinês Zao o levou a reduzir o cronograma projetado para criar “deepfakes” indetectáveis de anos para apenas meses. Muito provavelmente, eles estarão no ar antes das eleições presidenciais americanas do próximo ano, diz ele. Fonte: Business Insider
IBM utiliza inteligência artificial para melhorar treinamento de cães-guias
A Guiding Eyes for the Blind é uma ONG americana que se dedica a criar e apoiar conexões que mudam a vida entre cães e pessoas cegas e deficientes visuais. Em parceria com ela, a IBM desenvolveu um dispositivo chamado Smart Collar, que determina, por meio da inteligência artificial da IBM, IBM Watson, quais filhotes são os mais adequados para o trabalho de cão-guia, economizando tempo e dinheiro durante o treinamento. O dispositivo surgiu a partir da necessidade da ONG em aumentar a taxa de graduação de cães e aumentar a oferta de cães-guia. Nos Estados Unidos, por exemplo, mesmo com um programa de treinamento de 20 meses a um custo de US$ 50 mil para um único cão, as taxas de sucesso do treinamento oscilavam em torno de 30%. Embora o Guiding Eyes for the Blind tenha passado décadas coletando informações detalhadas sobre criadores de filhotes, treinadores, mapas genéticos de cães e registros médicos, esses dados nunca foram analisados e utilizados de uma forma eficiente a fim de melhorar as taxas de sucesso no processo de treinamento dos animais. Ao trabalhar com Watson, a Guiding Eyes foi capaz encontrar informações de meio milhão de registros médicos dentro da organização e mais de 65 mil registros de temperamento. Esses dados, colocados em funcionamento, permitem que a ONG pareie as principais características e traços de personalidade dos treinadores com o temperamento, os dados médicos e genéticos apropriados do propriados do cão. Trabalhando com Watson, a Guiding Eyes prevê que as taxas de graduação de cães melhorem em pelo menos 20%, colocando mais recursos no que fazem de melhor – treinando mais cães-guia para acompanhar a demanda. Fonte: IBM
Unilever defende uso de dados de terceiros
