Você está ouvindo Nerdcast no Jogger Nerd. Lada, lada, lada, lada, nerdies! Aqueles chodrotones do Jogger Nerd, nada que eu tô falando aqui é verdade, é tudo feito. Aqui é o Paulo Silveira da Lura e estamos girando esse episódio automáticamente. que interessa.

Seria tão boa.

Aqui é o Paulo Silveira da Lura e estamos girando esse episódio automaticamente.

É, quem dera?

Ah, seria tão bom.

Aqui é Roberta Coberde ou não? Eu não. O meu nome é Zé Pérem. Ó boa! Aqui é a Mila e para você que não gostava de matemática na escola, isso aí tudo é matemática. Aqui é o Maurício Líares e eu quero ver o de fake do Brasil ganhando da Alemanha.

Ahahahah

Oi, aqui é o Azagal.

E agora eu falo assim, porque todo o meu histórico vai pro lixo. O que você quer destrinar a máquina, isso? É, agora eu falo de outro jeito. Ah, até que você sabe que é do partido de agora, qualquer coisa que surgir. O meu passado não existe mais. Ahahahah! Não tenho mais padrão. Muito bem, é, eu não disse, estamos aqui em mais um nerd tech! Crasi da você para essa parceria de triduala inédia. Lura curso do Online Technologia. Hoje, nós vamos falar sobre Deep Fake. É a nova, é o novo paradigma da comunicação. É a nova putaria. Ah, não, não, não, é exatamente... Putaria isso! Que aliás, acho que começou com putaria.

É o fim! É a nova, é o novo paradigma da comunicação. É a nova putaria. É exatamente.

Putaria isso. Olha, eu acho que começou com putaria. É o fim do mundo isso. O fim do mundo, acabou. Pois é, nada mais é real. Nada, nada. Tá bom, gente, tá na metroid. Exatamente. Fica aí que esse papo tá muito bom e feita. Eu tô tirado automaticamente. E aqui que me assentrada, já que você ainda não conversou, então se não sabe realmente o palco tá bom.

Exatamente!

Ou seja, você não falsa. Ahahahah! Gente, não de vez se não, primeira, não me clatura deep fake. Foi um zóio do Reddit. Mas o lado Reddit, claro, o Reddit ou lugar pra não.

Obviamente que esse tipo de coisa hoje, no Fortune, ou no Reddit, né? São os lugares de onde sai todas as desgraças da internet. Mas é tipo Deep Fake, se fosse um pequeno apelido por ser trazido da Deep Web, esse tipo de coisa? Tem a ver com o ser de P learning, né? Que é o apregizado profundo. Ah, de plana, olha aí, muito bom.

É, exatamente.

Aí ficou de fake porque surgiu como um método para falsificar rostos de celebridades em vídeos por noo. Então foi final de 2017, no Mingano, colocar a Galgadou, colocaram um Cloi Morets, também tudo no rosto de fímos por noograficos. Então começou, o que começou? É um óbvio que começou, né? É sempre comendo sobre isso. Mas assim, a indústria de efeitos especiais vem trabalhando tipo de coisa. Se eu senão não foi criado pra indústria pornô. Alguém pegou e eu tirizou. Alguém não, não é? É a primeira aplicação de aplicação de mundo real. Sala, normalmente vai usar o militar, porno, e se eles vão mandar mais.

É isso, não é isso, não é isso? Exatamente. Essa foi a larma dessa vez, não? Não, não. Já existe o conceito na academia, na pesquisa muito tempo, né? Depende de... Ovo galinha depende do que vocês consideram que vem primeiro, porque a gente já gerava imagens

falsas com métodos de aprendizado há bastante tempo. Só o que mudou recentemente é que a gente conseguiu um jeito boa para caramba agora de fazer e acessível, né? O que você está falando é essencial porque você falou imagens falsas por método de aprendizado porque você não está conserando que o cara mexendo no Photoshop e tal é uma... Exata É um deep fake, porque não é por aprendizado da máquina Agora o nome já está sendo usado à caralha, então se alguém pegar um Photoshop e editar alguma coisa Está falando que é de fake, né? Exatamente Claro, claro, daqui a pouco vai ter culto disso Mas sim, basicamente é um método de você gerar imagens, né? Imagens sintéticas, um método baseado em aprendizado, então é só você treinar, por exemplo, o que você gerar imagens do Maurício, eu só preciso de várias imagens do Maurício, de imposições diferentes, ângulos diferentes, e aí eu consigo gerar o Maurício fazendo coisas que ele nunca fez antes. Mas isso essencialmente se aplica a uma imagem animada. Um vídeo porque justamente... Porque se não você ou imagens estática, porque a ideia que eu entendo do Deep Learning que a máquina faz é justamente aprender a como lidar com os ângulos diferentes que um rosto pode fazer quando você está mostrando uma filmagem de alguém, né? Tipo, ângulos, iluminação, etc. Sim, sim. A vantagem desse método novo, porque só para diferenciar bem é gerar imagem sintética a gente agera bastante tempo, mas esses modelos é específico a gente está falando das redes generativas adversariais, que basicamente são um método diferente de gerar imagem sintética. Então esse método que é especialmente bom faz as coisas especialmente bem e consegue o que você falou basicamente ao conceito de generalizar. Então, se eu vejo alguns ângulos do Maurício, eu consigo inferir ângulos que ainda não vi. Inclusive, é bem menos dado, né? É bem menos. Algoritmo que está indo o perfil, né? Você pega um perfil e ele produz o resto da pessoa, de foto de perfil e produz uma pessoa que é até aceitável, né? Se você não presta muita atenção, é difícil que você percebe que foi gerado mesmo. Pocos dados mais ou menos, poucos dados da pessoa específica que você quer falsificar. Mas esse modelo, você tem que ter treinado com muitos dados antes de outras pessoas fazendo outras coisas. A gente disseitinho, o que eu achava mais ou menos da educa,

é que são duas redes, um atentando fazer feio e a outra tentando identificar se é feio que eu não. Até ela finalmente conseguisse enganar nada, né? Mais ou menos isso? Sim, exatamente isso. Era muito comum a gente ter redes que faziam distinção entre uma coisa e outra, né? Então, eu quero saber quem é o jovem netkin, que é o azagal.

Eu treino a rede e essa rede vai inferir e dusca. faziam distinção entre uma coisa e outra. Então eu quero saber quem é o joven nerd, quem é o azagal.

Eu treino a rede e essa rede vai inferir duas categorias. Então, sempre que vem uma foto do joven nerd, ela vai dizer joven nerd, sempre que ela vê a foto azagal, ela vai dizer azagal. Aí, o que as pessoas fizeram foi pegar esses modelos de classificação e juntar com modelos que são generativos. Então, modelos que conseguem gerar imagens sintéticas.

Então, agora, em vez de comparar jovener de azagal,

...