WEBVTT

00:00:00.000 --> 00:00:02.070
Guardate queste immagini.

00:00:02.110 --> 00:00:04.686
Ditemi quale Obama è reale.

NOTE Paragraph

00:00:04.710 --> 00:00:07.571
(Video) Barack Obama: Gli aiuti
alle famiglie per la casa,

00:00:07.595 --> 00:00:10.242
gli investimenti per l'alta tecnologia,

00:00:10.266 --> 00:00:11.425
energia pulita

00:00:11.449 --> 00:00:14.228
ed infrastrutture che creano
nuove opportunità di lavoro.

NOTE Paragraph

00:00:14.647 --> 00:00:16.131
Supason Auwajanakorn: Qual è?

00:00:16.155 --> 00:00:18.029
La risposta è: neanche uno.

NOTE Paragraph

00:00:18.053 --> 00:00:19.167
(Risate)

NOTE Paragraph

00:00:19.191 --> 00:00:20.977
Neanche uno di questi è reale.

00:00:21.001 --> 00:00:23.591
Lasciate che vi racconti
come ci siamo arrivati.

00:00:23.940 --> 00:00:25.518
L'ispirazione per questo lavoro

00:00:25.542 --> 00:00:28.433
mi è venuta da un progetto volto
a preservare l'ultima chance

00:00:28.453 --> 00:00:32.745
di approfondire l'Olocausto,
grazie al racconto dei sopravvissuti.

00:00:32.769 --> 00:00:34.669
Si chiama 'New Dimensions in Testimony'

00:00:35.420 --> 00:00:38.546
e vi permette di conversare

00:00:38.570 --> 00:00:41.126
con l'ologramma
di un reale superstite dell'Olocausto.

NOTE Paragraph

00:00:41.403 --> 00:00:43.759
(Video) Uomo: Com'è sopravvissuto
all'Olocausto?

NOTE Paragraph

00:00:43.783 --> 00:00:45.841
(Video) Ologramma:
Come sono sopravvissuto?

00:00:45.912 --> 00:00:47.719
Sono sopravvissuto,

00:00:48.419 --> 00:00:49.946
io credo,

00:00:49.970 --> 00:00:52.993
per un disegno della provvidenza.

NOTE Paragraph

00:00:53.573 --> 00:00:57.027
SS: Queste risposte erano state registrate
in precedenza in uno studio.

00:00:57.051 --> 00:00:59.503
Eppure l'effetto è sorprendente.

00:00:59.527 --> 00:01:03.146
Ci si sente davvero legati alla sua storia
e a lui come persona.

00:01:04.011 --> 00:01:07.312
Penso che ci sia qualcosa di speciale
nelle interazioni umane

00:01:07.336 --> 00:01:10.093
che le rende più profonde

00:01:10.117 --> 00:01:12.315
e intime

00:01:12.339 --> 00:01:15.807
rispetto a quanto possano insegnare
libri, conferenze o film.

NOTE Paragraph

00:01:15.837 --> 00:01:18.286
Ho visto questo filmato
e ho cominciato a chiedermi:

00:01:18.326 --> 00:01:21.523
possiamo creare una rappresentazione 3D
come questa per chiunque?

00:01:21.563 --> 00:01:24.705
Una rappresentazione 3D che vede,
parla e agisce come le persone?

00:01:25.435 --> 00:01:27.580
Ho deciso di scoprire se lo si poteva fare

00:01:27.604 --> 00:01:29.914
e alla fine sono arrivato
ad una nuova soluzione

00:01:29.938 --> 00:01:33.458
che può creare un un modello di persona
usando nient'altro che questi:

00:01:33.747 --> 00:01:35.961
foto e video esistenti di una persona.

00:01:36.101 --> 00:01:39.318
Se si possono sfruttare
questo tipo di informazioni passive,

00:01:39.342 --> 00:01:41.349
foto e video che sono in circolazione,

00:01:41.373 --> 00:01:43.429
questo è il modo per riprodurre chiunque.

NOTE Paragraph

00:01:44.119 --> 00:01:45.896
A proposito, lui è Richard Feynman,

00:01:45.920 --> 00:01:49.333
che, oltre ad aver vinto
il premio Nobel per la fisica,

00:01:49.357 --> 00:01:51.810
era anche un insegnante leggendario.

00:01:52.520 --> 00:01:55.278
Non sarebbe grandioso
se potessimo riportarlo indietro

00:01:55.302 --> 00:01:58.567
a tenere le sue lezioni
ed ispirare milioni di ragazzi,

00:01:58.591 --> 00:02:01.583
non solo in lingua inglese
ma in tutte le altre lingue?

00:02:02.441 --> 00:02:07.043
O se potessimo chiedere consiglio ai nonni
e sentire le loro parole di conforto

00:02:07.067 --> 00:02:08.837
anche se non sono più con noi?

00:02:09.653 --> 00:02:13.079
O forse, utilizzando questo strumento,
scrittori, vivi o no,

00:02:13.103 --> 00:02:16.930
potrebbero leggere tutti i loro libri
ad alta voce a chiunque fosse interessato.

NOTE Paragraph

00:02:17.199 --> 00:02:19.636
Le possibilità sono infinite

00:02:19.660 --> 00:02:21.873
e, a mio parere,
la questione è appassionante.

00:02:22.595 --> 00:02:24.461
Ad oggi, funziona in questo modo.

NOTE Paragraph

00:02:24.491 --> 00:02:26.288
Primo, introduciamo una nuova tecnica

00:02:26.312 --> 00:02:30.884
che può ricostruire un modello facciale 3D
altamente accurato da qualsiasi immagine

00:02:30.908 --> 00:02:33.227
senza mai eseguire
la scansione 3D della persona.

00:02:33.890 --> 00:02:37.412
Questa è la stessa rappresentazione
partendo da differenti angolazioni.

00:02:37.972 --> 00:02:39.471
Funziona anche con i video,

00:02:39.495 --> 00:02:42.347
eseguendo lo stesso algoritmo
su ogni fotogramma video

00:02:42.371 --> 00:02:44.843
e generando una rappresentazione 3D
in movimento.

00:02:45.538 --> 00:02:48.870
Questa è la stessa rappresentazione
da diverse angolazioni.

NOTE Paragraph

00:02:49.653 --> 00:02:52.108
In effetti, tale tecnica
è molto complessa,

00:02:52.108 --> 00:02:55.008
ma il fulcro è che andremo ad analizzare

00:02:55.040 --> 00:02:58.006
preliminarmente un grande numero
di immagini della persona.

00:02:58.650 --> 00:03:01.189
Per George W. Bush,
basta cercare foto su Google

00:03:01.379 --> 00:03:04.642
e da quelle possiamo creare
un modello medio,

00:03:04.672 --> 00:03:07.943
una rappresentazione definita, iterativa
per recuperare l'espressione

00:03:07.967 --> 00:03:11.053
nei minimi dettagli,
come grinze e rughe d'espressione.

00:03:11.326 --> 00:03:12.729
Ciò che affascina

00:03:12.753 --> 00:03:16.176
è che la raccolta fotografica
può derivare dalle vostre tipiche foto.

00:03:16.200 --> 00:03:18.803
Non è importante l'espressione

00:03:18.827 --> 00:03:20.712
o dove sono state scattate le foto.

00:03:20.736 --> 00:03:23.136
Ciò che importa è averne molte.

00:03:23.160 --> 00:03:24.790
E qui non abbiamo ancora i colori,

00:03:24.790 --> 00:03:27.268
quindi sviluppiamo
una nuova tecnica di fusione

00:03:27.292 --> 00:03:30.128
che perfeziona il metodo a media singola

00:03:30.152 --> 00:03:32.970
e produce strutture facciali
e colori nitidi.

00:03:33.779 --> 00:03:36.550
Ciò può essere fatto per ogni espressione.

NOTE Paragraph

00:03:36.765 --> 00:03:39.984
Ora abbiamo il controllo
del modello di una persona

00:03:40.008 --> 00:03:43.803
che viene gestito
tramite una sequenza di foto statiche.

00:03:43.827 --> 00:03:46.953
Notate come le rughe vanno e vengono
in base all'espressione,

00:03:47.639 --> 00:03:50.855
Possiamo anche usare un video
per ottenere la rappresentazione 3D.

NOTE Paragraph

00:03:50.879 --> 00:03:53.472
(Video) Daniel Craig: Giusto,
ma in qualche modo,

00:03:53.496 --> 00:03:57.339
siamo riusciti ad attrarre
persone più interessanti.

NOTE Paragraph

00:03:58.021 --> 00:03:59.663
SS: Ecco un'altra demo divertente.

00:03:59.687 --> 00:04:02.443
Quello che vedete qui
sono modelli controllabili di persone

00:04:02.443 --> 00:04:04.551
che ho costruito dalle loro foto
su internet.

00:04:04.555 --> 00:04:07.329
Trasferendo il movimento
dal video in ingresso,

00:04:07.353 --> 00:04:08.949
possiamo gestire tutto il gruppo.

NOTE Paragraph

00:04:08.949 --> 00:04:11.701
George W. Bush: È difficile
far approvare questa legge,

00:04:11.725 --> 00:04:14.028
perché ci sono troppi emendamenti,

00:04:14.052 --> 00:04:19.283
e il percorso legislativo
può essere insidioso.

NOTE Paragraph

00:04:19.958 --> 00:04:20.768
(Applausi)

NOTE Paragraph

00:04:20.798 --> 00:04:22.332
SS: Per fare un passo indietro,

00:04:22.342 --> 00:04:26.013
il nostro obiettivo ultimo, piuttosto,
è catturare le loro tipicità espressive

00:04:26.037 --> 00:04:29.202
o il modo unico in cui ciascuna
di queste persone parla e sorride.

00:04:29.242 --> 00:04:31.419
Per farlo, possiamo insegnare ai computer

00:04:31.443 --> 00:04:33.665
a imitare il modo in cui uno parla

00:04:33.689 --> 00:04:36.639
mostrando solo la ripresa video
di quella persona?

00:04:36.898 --> 00:04:39.475
Quello che ho fatto, è stato
far guardare al computer

00:04:39.499 --> 00:04:42.776
14 ore di discorsi tenuti da Barack Obama.

00:04:43.443 --> 00:04:46.959
Questo è ciò che possiamo produrre
solo con il suo audio.

NOTE Paragraph

00:04:46.983 --> 00:04:48.760
(Video) BO: I risultati sono chiari.

00:04:48.784 --> 00:04:53.133
Le imprese americane hanno creato
14,5 milioni di nuovi posti di lavoro

00:04:53.157 --> 00:04:55.931
per 75 mesi di fila.

NOTE Paragraph

00:04:55.955 --> 00:04:58.860
SS: Qui abbiamo sintetizzato
solo la zona della bocca,

00:04:58.884 --> 00:05:00.424
in questo modo.

00:05:00.514 --> 00:05:02.590
Le sequenze lineari usano una rete neurale

00:05:02.614 --> 00:05:05.550
per convertire un input audio
in questi punti della labbra.

NOTE Paragraph

00:05:06.547 --> 00:05:10.772
(Video) BO: È grazie al nostro lavoro,
o grazie a Medicare, o Medicaid.

NOTE Paragraph

00:05:10.796 --> 00:05:14.216
SS: Dopo sintetizziamo la struttura,
miglioriamo dettagli e dentatura,

00:05:14.240 --> 00:05:17.314
e li uniamo alla testa e allo sfondo,
presi da un video sorgente.

NOTE Paragraph

00:05:17.338 --> 00:05:19.413
(Video) BO: Per le donne checkup gratuiti,

00:05:19.433 --> 00:05:22.395
e non dovranno pagare di più
solo per il fatto di essere donne.

00:05:22.973 --> 00:05:26.279
I giovani potranno rimanere
a carico dei genitori fino a 26 anni.

NOTE Paragraph

00:05:27.267 --> 00:05:30.219
SS: Penso che questi risultati
siano realistici ed intriganti,

00:05:30.243 --> 00:05:33.416
ma allo stesso tempo fanno paura,
persino a me.

00:05:33.440 --> 00:05:37.455
Il nostro obiettivo era un modello 3D
accurato, non una falsificazione.

00:05:37.956 --> 00:05:41.067
Ciò che mi preoccupa
è l'abuso che potrebbe derivarne.

00:05:42.078 --> 00:05:44.929
Le persone si occupano di questo
problema da molto tempo,

00:05:44.953 --> 00:05:47.824
da quando Photoshop apparve
per la prima volta sul mercato.

00:05:47.862 --> 00:05:51.663
Come ricercatore, sto anche lavorando
su una tecnologia di contromisura,

00:05:51.687 --> 00:05:54.629
e faccio parte di un progetto
in corso alla AI Foundation,

00:05:54.653 --> 00:05:58.050
che usa un mix di apprendimento automatico
e moderatori umani

00:05:58.074 --> 00:06:00.218
per scoprire immagini e video falsi,

00:06:00.242 --> 00:06:02.286
combattendo contro il mio stesso lavoro.

00:06:02.675 --> 00:06:05.865
Uno dei dispositivi prossimi al lancio
si chiama 'Reality Defender',

00:06:05.889 --> 00:06:09.928
un'estensione delle funzioni del browser
in grado di segnalare contenuti falsi

00:06:09.952 --> 00:06:12.485
in automatico, direttamente nel browser.

NOTE Paragraph

00:06:12.509 --> 00:06:16.621
(Applausi)

NOTE Paragraph

00:06:16.651 --> 00:06:18.058
Nonostante questo, tuttavia,

00:06:18.078 --> 00:06:20.078
i video falsi
possono arrecare molti danni,

00:06:20.102 --> 00:06:23.396
persino prima che qualcuno
abbia l'opportunità di verificarli,

00:06:23.420 --> 00:06:26.142
quindi è molto importante
che rendiamo tutti consapevoli

00:06:26.166 --> 00:06:28.173
di ciò che è attualmente possibile

00:06:28.197 --> 00:06:31.826
così da partire dal presupposto giusto
ed essere critici su ciò che vediamo.

NOTE Paragraph

00:06:32.423 --> 00:06:37.430
Manca ancora molto prima di poter
creare modelli completi di una persona

00:06:37.454 --> 00:06:40.440
e prima di poter garantire
la sicurezza di questa tecnologia.

00:06:40.857 --> 00:06:42.684
Ma sono pieno
di entusiasmo e speranza,

00:06:42.708 --> 00:06:46.247
perché se usato bene e attentamente,

00:06:46.271 --> 00:06:50.580
questo strumento può far sì
che il nostro impatto positivo sul mondo

00:06:50.604 --> 00:06:52.438
possa essere fortemente accresciuto

00:06:52.438 --> 00:06:55.730
e contribuire a plasmare il futuro
nel modo in cui vogliamo che sia.

NOTE Paragraph

00:06:55.760 --> 00:06:56.735
Grazie.

NOTE Paragraph

00:06:56.759 --> 00:07:01.849
(Applausi)