Новая технология Nvidia Maxine превращает видеозвонок между двумя людьми в коммуникацию искусственных интеллектов. Это позволяет значительно уменьшить объемы использованного трафика. Однако при этом пользователи будут видеть не реального собеседника, а вымышленного.
Видеозвонки сегодня – это видео, которое записано камерой гаджета. Такой контент, особенно высокого разрешения и качества, требует значительной пропускной способности. Например, Zoom использует 0,54-1,62 ГБ трафика за час при звонке один на один и 0,81-2,4 ГБ в час при групповом звонке. Видеозвонок в Skype потребляет 60-800 МБ за час
Технология Nvidia Maxine предлагает отказаться от передачи видеопотока и пересылать только описание лица юзера перед камерой. Для создания такого описания будет использоваться искусственный интеллект. Другой искусственный интеллект на компьютере получателя будет «додумывать» изображение по такому описанию.
В Nvidia говорят, что технология Maxine уменьшает количество потребляемого трафика до 10 раз по сравнению с существующими технологиями сжатия в видеозвонках.
Разработчики также говорят, что искусственные интеллекты Maxine могут менять лица участников время видеобесед. Например, они могут перемещать лицо так, чтобы собеседникам казалось, будто человек смотрит точно в камеру.
Технология также позволяет заменить реальное лицо на анимированный аватар.
Даже если пользователи не будут заменять свое лицо на анимацию, все равно участники беседы будут видеть не реальные лица, а вымышленные.
Искусственный интеллект может сформировать качественное фото даже по нескольким пикселям, однако оно лишь будет казаться похожим на реальное. Ведь алгоритм по сути «додумывает» и дорисовывает мелкие черты и детали лица, мимические морщины, ресницы и тому подобное.
В способности нейросетей придумывать реалистичные лица можно легко убедиться, зайдя на сайт ThisPersonDoesNotExist.com. Каждый раз на нем отражается очень качественное фото человеческого лица. Однако этих людей в реальности не существует – фото сгенерированы нейросетью.