Negli ultimi anni l’intelligenza artificiale (IA) ha fatto passi da gigante, soprattutto nel campo della generazione di immagini. Una delle applicazioni più affascinanti e allo stesso tempo inquietanti è la creazione di volti umani realistici, conosciuti come “AI Doppelgangers“. Questi volti sono indistinguibili da quelli reali, generati tramite algoritmi avanzati che analizzano immense quantità di dati visivi.
Il tema è stato ampiamente trattato da ExpressVPN, specialmente in merito alle implicazioni che tali tecnologie possono comportare. Ovviamente il tema è già ampiamente dibattuto da istituzioni, governi e studiosi, sebbene caratterizzato da confini sfumati ed esiti incerti.
Un passo indietro: AI generative e immagini
Le AI generative, dette Generative Adversarial Networks (GAN), hanno rivoluzionato il modo in cui le immagini vengono create utilizzando l’intelligenza artificiale. Si basano su reti neurali che imitano il funzionamento del cervello umano, permettendo la creazione di immagini realistiche a partire da dati di input.
In altre parole sono un tipo di intelligenza artificiale progettata per generare nuovi dati simili a quelli su cui sono state addestrate. Queste tecnologie possono creare immagini, testo, musica e altri tipi di dati. Il funzionamento di base delle AI generative si può spiegare attraverso due passaggi: l’addestramento sui dati (per le immagini, questi set di dati possono includere milioni di fotografie) e la creazione di architetture di reti neurali.
Come si addestrano le AI?
Più nello specifico le GAN si basano su due entità: generatore e discriminatore. Il generatore è la rete neurale che crea immagini false a partire da rumore casuale. Il suo obiettivo è creare immagini il più possibile realistiche. Il discriminatore è un’altra rete neurale che valuta le immagini e cerca di distinguere tra quelle reali (provenienti dal set di dati di addestramento) e quelle false (create dal generatore).
Durante l’addestramento, il generatore e il discriminatore competono tra loro. Il generatore cerca di migliorare le sue capacità di creare immagini realistiche, mentre il discriminatore migliora nel riconoscere le immagini false. Questo processo continua finché il generatore non riesce a creare immagini così realistiche da ingannare il discriminatore.
L’effetto Doppelgangers nelle AI generative
Il termine “Doppelgangers” deriva dal tedesco e significa “doppio viandante”. In contesti comuni, un Doppelganger si riferisce a una persona che somiglia straordinariamente a un’altra, pur non essendo biologicamente imparentata. Questo concetto è spesso utilizzato nella cultura popolare per indicare il “doppio” o il “sosia” di una persona.
Nell’ambito delle intelligenze artificiali (IA) generative, invece, il termine Doppelgangers viene utilizzato per descrivere immagini o volti umani creati artificialmente che sono indistinguibili da quelli reali. Queste immagini sono generate da algoritmi di IA avanzati, come le sopracitate Generative Adversarial Networks (GAN) e che, per l’appunto, possono creare volti umani realistici da zero.
I rischi per la privacy… e non solo
Nonostante i vantaggi, le AI generative presentano anche rischi che non si possono ignorare. La possibilità di creare immagini realistiche di persone inesistenti, difatti, può portare a problemi di privacy e sicurezza.
Inoltre queste tecnologie possono essere utilizzate per creare deepfake, immagini e video falsi che possono essere utilizzati per disinformazione e frodi.
Per proteggersi dai rischi associati alle immagini generate dall’IA, è importante essere consapevoli delle informazioni personali condivise online e utilizzare strumenti di protezione della privacy, come una VPN, cioè soluzioni progettate per criptare il traffico internet e proteggere la propria identità digitale.
A che punto siamo con questo genere di tecnologie?
La tecnologia che rende possibile la creazione di AI Doppelgangers ha percorso molto rapidamente la strada delle innovazioni. I primi volti generati da IA erano rudimentali e facilmente riconoscibili come falsi. Con l’avvento delle reti neurali, più sofisticate e veloci nella potenza di calcolo, sono arrivate di conseguenza output-immagini che ingannerebbero anche l’occhio più esperto.
La generazione di immagini tramite IA ha una storia relativamente recente ma molto “rapida”. Negli anni 2000 le prime applicazioni di IA nel campo delle immagini erano limitate a semplici riconoscimenti di pattern.
In breve tempo, con l’introduzione delle GAN (Generative Adversarial Networks) nel 2014, il panorama è cambiato radicalmente nel giro di un decennio. Oggi queste tecnologie sono alla portata di tutti e sono diventate accessibili, quindi le possibilità di generazione di contenuti si sono moltiplicate in modo esponenziale.
A questo punto, come sostengono la stragrande maggioranza degli esperti sul tema delle Intelligenze Artificiali, la scienza non deve fermarsi finché non si perde di vista “chi è il Deus ex Machina di chi”: il che significa che le AI sono modelli che imitano il ragionamento e che non vi è nulla di “spontaneo” in ciò che sono in grado di calcolare, produrre o analizzare.
