1
00:00:00,000 --> 00:00:02,070
Guardate queste immagini.

2
00:00:02,110 --> 00:00:04,686
Ditemi quale Obama è reale.

3
00:00:04,710 --> 00:00:07,571
(Video) Barack Obama: Gli aiuti
alle famiglie per la casa,

4
00:00:07,595 --> 00:00:10,242
gli investimenti per l'alta tecnologia,

5
00:00:10,266 --> 00:00:11,425
energia pulita

6
00:00:11,449 --> 00:00:14,228
ed infrastrutture che creano
nuove opportunità di lavoro.

7
00:00:14,647 --> 00:00:16,131
Supason Auwajanakorn: Qual è?

8
00:00:16,155 --> 00:00:18,029
La risposta è: neanche uno.

9
00:00:18,053 --> 00:00:19,167
(Risate)

10
00:00:19,191 --> 00:00:20,977
Neanche uno di questi è reale.

11
00:00:21,001 --> 00:00:23,591
Lasciate che vi racconti
come ci siamo arrivati.

12
00:00:23,940 --> 00:00:25,518
L'ispirazione per questo lavoro

13
00:00:25,542 --> 00:00:28,433
mi è venuta da un progetto volto
a preservare l'ultima chance

14
00:00:28,453 --> 00:00:32,745
di approfondire l'Olocausto,
grazie al racconto dei sopravvissuti.

15
00:00:32,769 --> 00:00:34,669
Si chiama 'New Dimensions in Testimony'

16
00:00:35,420 --> 00:00:38,546
e vi permette di conversare

17
00:00:38,570 --> 00:00:41,126
con l'ologramma
di un reale superstite dell'Olocausto.

18
00:00:41,403 --> 00:00:43,759
(Video) Uomo: Com'è sopravvissuto
all'Olocausto?

19
00:00:43,783 --> 00:00:45,841
(Video) Ologramma:
Come sono sopravvissuto?

20
00:00:45,912 --> 00:00:47,719
Sono sopravvissuto,

21
00:00:48,419 --> 00:00:49,946
io credo,

22
00:00:49,970 --> 00:00:52,993
per un disegno della provvidenza.

23
00:00:53,573 --> 00:00:57,027
SS: Queste risposte erano state registrate
in precedenza in uno studio.

24
00:00:57,051 --> 00:00:59,503
Eppure l'effetto è sorprendente.

25
00:00:59,527 --> 00:01:03,146
Ci si sente davvero legati alla sua storia
e a lui come persona.

26
00:01:04,011 --> 00:01:07,312
Penso che ci sia qualcosa di speciale
nelle interazioni umane

27
00:01:07,336 --> 00:01:10,093
che le rende più profonde

28
00:01:10,117 --> 00:01:12,315
e intime

29
00:01:12,339 --> 00:01:15,807
rispetto a quanto possano insegnare
libri, conferenze o film.

30
00:01:15,837 --> 00:01:18,286
Ho visto questo filmato
e ho cominciato a chiedermi:

31
00:01:18,326 --> 00:01:21,523
possiamo creare una rappresentazione 3D
come questa per chiunque?

32
00:01:21,563 --> 00:01:24,705
Una rappresentazione 3D che vede,
parla e agisce come le persone?

33
00:01:25,435 --> 00:01:27,580
Ho deciso di scoprire se lo si poteva fare

34
00:01:27,604 --> 00:01:29,914
e alla fine sono arrivato
ad una nuova soluzione

35
00:01:29,938 --> 00:01:33,458
che può creare un un modello di persona
usando nient'altro che questi:

36
00:01:33,747 --> 00:01:35,961
foto e video esistenti di una persona.

37
00:01:36,101 --> 00:01:39,318
Se si possono sfruttare
questo tipo di informazioni passive,

38
00:01:39,342 --> 00:01:41,349
foto e video che sono in circolazione,

39
00:01:41,373 --> 00:01:43,429
questo è il modo per riprodurre chiunque.

40
00:01:44,119 --> 00:01:45,896
A proposito, lui è Richard Feynman,

41
00:01:45,920 --> 00:01:49,333
che, oltre ad aver vinto
il premio Nobel per la fisica,

42
00:01:49,357 --> 00:01:51,810
era anche un insegnante leggendario.

43
00:01:52,520 --> 00:01:55,278
Non sarebbe grandioso
se potessimo riportarlo indietro

44
00:01:55,302 --> 00:01:58,567
a tenere le sue lezioni
ed ispirare milioni di ragazzi,

45
00:01:58,591 --> 00:02:01,583
non solo in lingua inglese
ma in tutte le altre lingue?

46
00:02:02,441 --> 00:02:07,043
O se potessimo chiedere consiglio ai nonni
e sentire le loro parole di conforto

47
00:02:07,067 --> 00:02:08,837
anche se non sono più con noi?

48
00:02:09,653 --> 00:02:13,079
O forse, utilizzando questo strumento,
scrittori, vivi o no,

49
00:02:13,103 --> 00:02:16,930
potrebbero leggere tutti i loro libri
ad alta voce a chiunque fosse interessato.

50
00:02:17,199 --> 00:02:19,636
Le possibilità sono infinite

51
00:02:19,660 --> 00:02:21,873
e, a mio parere,
la questione è appassionante.

52
00:02:22,595 --> 00:02:24,461
Ad oggi, funziona in questo modo.

53
00:02:24,491 --> 00:02:26,288
Primo, introduciamo una nuova tecnica

54
00:02:26,312 --> 00:02:30,884
che può ricostruire un modello facciale 3D
altamente accurato da qualsiasi immagine

55
00:02:30,908 --> 00:02:33,227
senza mai eseguire
la scansione 3D della persona.

56
00:02:33,890 --> 00:02:37,412
Questa è la stessa rappresentazione
partendo da differenti angolazioni.

57
00:02:37,972 --> 00:02:39,471
Funziona anche con i video,

58
00:02:39,495 --> 00:02:42,347
eseguendo lo stesso algoritmo
su ogni fotogramma video

59
00:02:42,371 --> 00:02:44,843
e generando una rappresentazione 3D
in movimento.

60
00:02:45,538 --> 00:02:48,870
Questa è la stessa rappresentazione
da diverse angolazioni.

61
00:02:49,653 --> 00:02:52,108
In effetti, tale tecnica
è molto complessa,

62
00:02:52,108 --> 00:02:55,008
ma il fulcro è che andremo ad analizzare

63
00:02:55,040 --> 00:02:58,006
preliminarmente un grande numero
di immagini della persona.

64
00:02:58,650 --> 00:03:01,189
Per George W. Bush,
basta cercare foto su Google

65
00:03:01,379 --> 00:03:04,642
e da quelle possiamo creare
un modello medio,

66
00:03:04,672 --> 00:03:07,943
una rappresentazione definita, iterativa
per recuperare l'espressione

67
00:03:07,967 --> 00:03:11,053
nei minimi dettagli,
come grinze e rughe d'espressione.

68
00:03:11,326 --> 00:03:12,729
Ciò che affascina

69
00:03:12,753 --> 00:03:16,176
è che la raccolta fotografica
può derivare dalle vostre tipiche foto.

70
00:03:16,200 --> 00:03:18,803
Non è importante l'espressione

71
00:03:18,827 --> 00:03:20,712
o dove sono state scattate le foto.

72
00:03:20,736 --> 00:03:23,136
Ciò che importa è averne molte.

73
00:03:23,160 --> 00:03:24,790
E qui non abbiamo ancora i colori,

74
00:03:24,790 --> 00:03:27,268
quindi sviluppiamo
una nuova tecnica di fusione

75
00:03:27,292 --> 00:03:30,128
che perfeziona il metodo a media singola

76
00:03:30,152 --> 00:03:32,970
e produce strutture facciali
e colori nitidi.

77
00:03:33,779 --> 00:03:36,550
Ciò può essere fatto per ogni espressione.

78
00:03:36,765 --> 00:03:39,984
Ora abbiamo il controllo
del modello di una persona

79
00:03:40,008 --> 00:03:43,803
che viene gestito
tramite una sequenza di foto statiche.

80
00:03:43,827 --> 00:03:46,953
Notate come le rughe vanno e vengono
in base all'espressione,

81
00:03:47,639 --> 00:03:50,855
Possiamo anche usare un video
per ottenere la rappresentazione 3D.

82
00:03:50,879 --> 00:03:53,472
(Video) Daniel Craig: Giusto,
ma in qualche modo,

83
00:03:53,496 --> 00:03:57,339
siamo riusciti ad attrarre
persone più interessanti.

84
00:03:58,021 --> 00:03:59,663
SS: Ecco un'altra demo divertente.

85
00:03:59,687 --> 00:04:02,443
Quello che vedete qui
sono modelli controllabili di persone

86
00:04:02,443 --> 00:04:04,551
che ho costruito dalle loro foto
su internet.

87
00:04:04,555 --> 00:04:07,329
Trasferendo il movimento
dal video in ingresso,

88
00:04:07,353 --> 00:04:08,949
possiamo gestire tutto il gruppo.

89
00:04:08,949 --> 00:04:11,701
George W. Bush: È difficile
far approvare questa legge,

90
00:04:11,725 --> 00:04:14,028
perché ci sono troppi emendamenti,

91
00:04:14,052 --> 00:04:19,283
e il percorso legislativo
può essere insidioso.

92
00:04:19,958 --> 00:04:20,768
(Applausi)

93
00:04:20,798 --> 00:04:22,332
SS: Per fare un passo indietro,

94
00:04:22,342 --> 00:04:26,013
il nostro obiettivo ultimo, piuttosto,
è catturare le loro tipicità espressive

95
00:04:26,037 --> 00:04:29,202
o il modo unico in cui ciascuna
di queste persone parla e sorride.

96
00:04:29,242 --> 00:04:31,419
Per farlo, possiamo insegnare ai computer

97
00:04:31,443 --> 00:04:33,665
a imitare il modo in cui uno parla

98
00:04:33,689 --> 00:04:36,639
mostrando solo la ripresa video
di quella persona?

99
00:04:36,898 --> 00:04:39,475
Quello che ho fatto, è stato
far guardare al computer

100
00:04:39,499 --> 00:04:42,776
14 ore di discorsi tenuti da Barack Obama.

101
00:04:43,443 --> 00:04:46,959
Questo è ciò che possiamo produrre
solo con il suo audio.

102
00:04:46,983 --> 00:04:48,760
(Video) BO: I risultati sono chiari.

103
00:04:48,784 --> 00:04:53,133
Le imprese americane hanno creato
14,5 milioni di nuovi posti di lavoro

104
00:04:53,157 --> 00:04:55,931
per 75 mesi di fila.

105
00:04:55,955 --> 00:04:58,860
SS: Qui abbiamo sintetizzato
solo la zona della bocca,

106
00:04:58,884 --> 00:05:00,424
in questo modo.

107
00:05:00,514 --> 00:05:02,590
Le sequenze lineari usano una rete neurale

108
00:05:02,614 --> 00:05:05,550
per convertire un input audio
in questi punti della labbra.

109
00:05:06,547 --> 00:05:10,772
(Video) BO: È grazie al nostro lavoro,
o grazie a Medicare, o Medicaid.

110
00:05:10,796 --> 00:05:14,216
SS: Dopo sintetizziamo la struttura,
miglioriamo dettagli e dentatura,

111
00:05:14,240 --> 00:05:17,314
e li uniamo alla testa e allo sfondo,
presi da un video sorgente.

112
00:05:17,338 --> 00:05:19,413
(Video) BO: Per le donne checkup gratuiti,

113
00:05:19,433 --> 00:05:22,395
e non dovranno pagare di più
solo per il fatto di essere donne.

114
00:05:22,973 --> 00:05:26,279
I giovani potranno rimanere
a carico dei genitori fino a 26 anni.

115
00:05:27,267 --> 00:05:30,219
SS: Penso che questi risultati
siano realistici ed intriganti,

116
00:05:30,243 --> 00:05:33,416
ma allo stesso tempo fanno paura,
persino a me.

117
00:05:33,440 --> 00:05:37,455
Il nostro obiettivo era un modello 3D
accurato, non una falsificazione.

118
00:05:37,956 --> 00:05:41,067
Ciò che mi preoccupa
è l'abuso che potrebbe derivarne.

119
00:05:42,078 --> 00:05:44,929
Le persone si occupano di questo
problema da molto tempo,

120
00:05:44,953 --> 00:05:47,824
da quando Photoshop apparve
per la prima volta sul mercato.

121
00:05:47,862 --> 00:05:51,663
Come ricercatore, sto anche lavorando
su una tecnologia di contromisura,

122
00:05:51,687 --> 00:05:54,629
e faccio parte di un progetto
in corso alla AI Foundation,

123
00:05:54,653 --> 00:05:58,050
che usa un mix di apprendimento automatico
e moderatori umani

124
00:05:58,074 --> 00:06:00,218
per scoprire immagini e video falsi,

125
00:06:00,242 --> 00:06:02,286
combattendo contro il mio stesso lavoro.

126
00:06:02,675 --> 00:06:05,865
Uno dei dispositivi prossimi al lancio
si chiama 'Reality Defender',

127
00:06:05,889 --> 00:06:09,928
un'estensione delle funzioni del browser
in grado di segnalare contenuti falsi

128
00:06:09,952 --> 00:06:12,485
in automatico, direttamente nel browser.

129
00:06:12,509 --> 00:06:16,621
(Applausi)

130
00:06:16,651 --> 00:06:18,058
Nonostante questo, tuttavia,

131
00:06:18,078 --> 00:06:20,078
i video falsi
possono arrecare molti danni,

132
00:06:20,102 --> 00:06:23,396
persino prima che qualcuno
abbia l'opportunità di verificarli,

133
00:06:23,420 --> 00:06:26,142
quindi è molto importante
che rendiamo tutti consapevoli

134
00:06:26,166 --> 00:06:28,173
di ciò che è attualmente possibile

135
00:06:28,197 --> 00:06:31,826
così da partire dal presupposto giusto
ed essere critici su ciò che vediamo.

136
00:06:32,423 --> 00:06:37,430
Manca ancora molto prima di poter
creare modelli completi di una persona

137
00:06:37,454 --> 00:06:40,440
e prima di poter garantire
la sicurezza di questa tecnologia.

138
00:06:40,857 --> 00:06:42,684
Ma sono pieno
di entusiasmo e speranza,

139
00:06:42,708 --> 00:06:46,247
perché se usato bene e attentamente,

140
00:06:46,271 --> 00:06:50,580
questo strumento può far sì
che il nostro impatto positivo sul mondo

141
00:06:50,604 --> 00:06:52,438
possa essere fortemente accresciuto

142
00:06:52,438 --> 00:06:55,730
e contribuire a plasmare il futuro
nel modo in cui vogliamo che sia.

143
00:06:55,760 --> 00:06:56,735
Grazie.

144
00:06:56,759 --> 00:07:01,849
(Applausi)