الشبكات العصبونية تتعلم كيفية التلاعب بأعمار الوجوه بشكل اصطناعي

إن ما يحدث لوجوهنا عندما نتقدم في العمر أمر مذهل حقاً. ولهذا، فإن معرفة شكلنا بعد 20 أو 30 أو 40 سنة تمثل حيلةً ستجذب اهتمام الكثيرين.

توجد عدة تقنيات لتحقيق هذا الأمر، ولكنها تستغرق الكثير من الوقت، ولهذا فهي باهظة التكاليف، وبالتالي قد يكون من المفيد أن نجد طريقة أقل تكلفة وأسرع أداءً لزيادة أعمار الوجوه في الصور الفوتوغرافية.

ولهذا، قام جريجوري أنتيبوف من مختبرات أورانج في فرنسا، بالاشتراك مع بعض الزملاء، بتطوير آلة تعلم عميق قادرة على أداء هذا العمل بسهولة. ولا يستطيع هذا النظام أن يجعل الوجوه الشابة تبدو أكبر عمراً وحسب، بل يستطيع أن يفعل العكس أيضاً.

أصبحت هذه المهمة أكثر سهولة بفضل بعض التطورات. فقد تمكن علماء الحاسوب من بناء آلات تعلم عميق قادرة على تعديل الوجوه بأساليب متنوعة وواقعية النتائج، ويمكن لهذه الطريقة أن تقوم بتشكيل وجوه اصطناعية واقعية الشكل وأكبر عمراً.

ولكن هناك مشكلة، فعند زيادة العمر، غالباً ما تفقد الوجوه الناتجة عن هذه الآلات ملامحها المميزة، أي أن الشخص يبدو أكبر عمراً، ولكن لا يمكن التعرف عليه بسهولة.

تمكن أنتيبوف وزملاؤه من حل هذه المشكلة، حيث تعتمد طريقتهم على آلتي تعلم عميق تعملان معاً، تقوم إحداهما بتوليد الوجوه وتقوم الأخرى بتمييزها. وتتعلم كلتا الآلتين كيف تبدو الوجوه مع التقدم في العمر عن طريق تحليل صور فوتوغرافية لأناس من الشرائح العمرية 0-18، 19-29، 30-39، 40-49، 50-59، وفوق 60.

تم تدريب الآلتين بالإجمال على 5,000 وجه في كل شريحة، مأخوذة من مجموعة بيانات صور الوجوه المشتقة من قاعدة بيانات الأفلام على الإنترنت imdb-wiki، مع تصنيف وفق العمر. وبهذه الطريقة، تستطيع الآلة أن تحدد الصفة المميزة للوجوه في كل شريحة عمرية، ويقوم مولد الوجوه بتطبيق هذه الصفة المجردة على وجوه أخرى لتعديلها بحيث تصبح في نفس الشريحة العمرية.

غير أن تطبيق هذه الصفة المميزة قد يؤدي في بعض الأحيان إلى تشويه هوية الشخص. ولهذا، تقوم الآلة الثانية المخصصة لتمييز الوجوه بتفحص الوجه الاصطناعي حتى تستطيع تحديد إمكانية تمييز هويته الأصلية، وتقوم بنبذ الصورة إذا لم يتحقق هذا الشرط.

أطلق أنتيبوف وزملاؤه على هذه المنظومة اسم الشبكات التنافسية التوليدية للزيادة الشرطية للعمر، وتأتي كلمة التنافسية من وجود آلتين تعملان بشكل متقابل.

حصل الباحثون على نتائج مثيرة للاهتمام. فقد طبق الفريق هذه الطريقة على 10000 وجه لم تدخل في التدريب من قاعدة البيانات المستخدمة، وقاموا باختبار الصور قبل وبعد التعديل باستخدام برنامج أوبين فيس الذي يحدد وجود نفس الشخص في صورتين أو لا. وقد تمكن البرنامج من تحديد وجود نفس الشخص في الصور قبل وبعد التعديل في 80% من الحالات، وهي نسبة كبيرة مقارنة مع نسبة 50% تقريباً في الطرق الأخرى المستخدمة. وبالطبع، فإن هذه الطريقة تستطيع أيضاً أن تجعل الوجوه تبدو أصغر عمراً.

ولكن هناك اختبار بديهي لم يقم الباحثون بإجرائه. فمن المفترض أن يكون من الممكن مقارنة وجوه تم تصغير عمرها اصطناعياً مع صور حقيقية التُقطت لنفس الشخص عندما كان أصغر عمراً، وهو سيكون اختباراً جيداً لمدى دقة الطريقة، وقد يكون موضوع عمل لاحق.

يقول أنتيبوف وزملاؤه إنه يمكن استخدام هذه التقنية في الكثير من التطبيقات، مثل المساعدة في البحث عن الأشخاص المفقودين منذ فترة طويلة. كما قد تكون مصدراً جيداً للتسلية، إذا اختار الباحثون أن يجعلوها متاحة للعامة.

مرجع: arxiv.org/abs/1702.01983: تعديل الوجوه باستخدام الشبكات التنافسية التوليدية للزيادة الشرطية للعمر.