Deepfakes 2.0 – Wie neuronale Netze unsere Welt verändern
Stellen Sie sich das mal vor: Sie stehen vor einem Spiegel, sehen aber nicht mehr in Ihr eigenes Gesicht, sondern in das von Barack Obama oder Angela Merkel. In Echtzeit wird Ihre eigene Mimik auf das fremde Gesicht übertragen.Dem TNG-Hardware-Hacking-Team ist es gelungen, einen solchen Prototypen zu erstellen und in Echtzeit das Gesicht einer Person auf beliebige andere Gesichter zu übertragen. Die Grundlage hierfür ist der sogenannte "Deep Fake"-Ansatz. Durch die Anwendung neuronaler Netze werden hier Gesichter in der Videoeingabe erkannt, übersetzt und zurück in die Videoausgabe integriert. Durch diese Technik wird es möglich, täuschend echte Imitationen auf andere Personen zu projizieren. Zum Einsatz kamen dabei in Keras trainierte Autoencoder-Netze, sowie verschiedene Algorithmen zur Gesichtserkennung.
In diesem Vortrag geben Thomas Endres, Martin Förtsch und Jonas Mayer eine unterhaltsame und sehr anschauliche Einführung in die Welt der Deep Fakes in Echtzeit. Dabei gehen sie insbesondere auf die Techniken im Bereich des Deep Learning ein, die bei dieser Anwendung zum Einsatz kommen. Mehrere Live-Demonstrationen runden das Erlebnis ab.
Vorkenntnisse
* Grobe Funktionsweise von tiefen, neuronalen Netzen
Lernziele
* Die Teilnehmer erfahren, wie Deep Fakes in ihrer ursprünglichen Implementierung funktionieren.
* Außerdem lernen sie verschiedene Möglichkeiten kennen, wie man Bilder und/oder Videos fälscht und wie man zwischen den verschiedenen Fälschungstechniken unterscheidet.
* Im Projektbericht für Deep Fakes 2.0 lernen die Teilnehmer, wie man ein KI-Projekt mit dem Ziel ausführt, Deep Fakes in Echtzeit zu realisieren.
* Die Teilnehmer erfahren mehr über eingesetzte Techniken, wie z.B. Autoencoder, Transfer Learning, GAN (Generative Adversarial Networks) und vieles mehr.
Speaker
Martin Förtsch ist IT-Berater der TNG Technology Consulting GmbH mit Sitz in Unterföhring bei München und studierte Informatik. Seine Arbeitsschwerpunkte sind Agile Development (hauptsächlich) in Java, Suchmaschinentechnologien, Information Retrieval und Datenbanken. Als Intel Software Innovator und Intel Black Belt Software Developer ist er darüber hinaus in der Entwicklung von Open-Source-Software im Bereich der 3D-Kameratechnologien und dem Internet of Things involviert. Darüber hinaus hält er zahlreiche Vorträge auf nationalen und internationalen Konferenzen zu den Themen Künstliche Intelligenz, Internet der Dinge, 3D-Kameratechnologien, Augmented Reality und Test Driven Development. Er wurde u.a. mit dem Oracle JavaOne Rockstar ausgezeichnet.
Thomas Endres arbeitet in der Rolle eines Associate Partner als IT-Consultant für die TNG Technology Consulting GmbH in München. Neben seiner "normalen" Tätigkeit für die Firma und die Kundenprojekte entwickelt er zusammen mit dem TNG-Hardware-Hacking-Team veschiedene Prototypen – darunter ein Telepräsenz-Robotik-System, mit dem man die Realität aus den Augen eines Roboters erleben kann, oder eine Augmented-Reality-KI, die die Welt aus der Perspektive eines Künstlers zeigt. Er arbeitet an Anwendungen im Bereich der AR/VR, KI sowie der Gestensteuerung, um damit beispielsweise Quadrokopter autonom fliegen zu lassen oder berührungslos zu steuern. Thomas ist studierter Informatiker (TU München) und leidenschaftlicher Softwareentwickler. Als Intel Software Innovator und Black Belt präsentiert er weltweit neue Technologien wie KI, AR/VR und Robotik. Dafür erhielt er unter anderem einen JavaOne Rockstar-Award.