Deepfakes para garabatear: no se requiere bolígrafo para la síntesis del manuscrito

Agrandar / Un ejemplo de escritura a mano sintetizada por computadora generada por Calligrapher.ai.Ars Technica Gracias a una aplicación web gratuita llamada calligrapher.ai, cualquiera puede simular la escritura a mano usando una red neuronal que se ejecuta en un navegador a través de JavaScript. Después de escribir una oración, el sitio la representa como escritura a mano en nueve estilos diferentes, cada uno de los cuales se puede personalizar con propiedades como velocidad, legibilidad y ancho de trazo. También permite descargar el ejemplo de escritura a mano falsa resultante en un archivo vectorial SVG. La demostración es particularmente interesante porque no usa una fuente. Las fuentes que parecen escritura a mano existen desde hace más de 80 años, pero cada letra aparece como un duplicado sin importar cuántas veces la uses. Durante la última década, los científicos informáticos han relajado estas limitaciones al descubrir nuevas formas de simular la diversidad dinámica de la escritura humana mediante redes neuronales. El sitio web Calligrapher.ai, creado por el investigador de aprendizaje automático Sean Vasquez, aprovecha la investigación de un artículo de Alex Graves de DeepMind de 2013. Vasquez creó originalmente el sitio Calligrapher hace años, pero recientemente ha ganado más atención a través de un redescubrimiento en Hacker News.

• Un ejemplo de síntesis de escritura a mano en el sitio Calligrapher.ai. calígrafo.ai

• Un ejemplo de síntesis de escritura a mano en el sitio Calligrapher.ai con un estilo diferente. calígrafo.ai

• Con la legibilidad desactivada, esta computadora tiene una letra terrible. calígrafo.ai

• Con una mayor legibilidad, las letras se vuelven más claras. calígrafo.ai

Calligrapher.ai «dibuja» cada letra como si estuviera escrita por una mano humana, guiada por pesos estadísticos. Estos pesos provienen de una red neuronal recurrente (RNN) entrenada en la base de datos de escritura a mano en línea de IAM, que contiene muestras de escritura a mano de 221 personas digitalizadas desde una pizarra a lo largo del tiempo. Como resultado, el modelo de síntesis de escritura a mano de Calligrapher.ai está muy ajustado para escribir en inglés, y la gente de Hacker News ha informado problemas al reproducir signos diacríticos que se encuentran comúnmente en otros idiomas. Debido a que el algoritmo que crea la escritura a mano es de naturaleza estadística, sus propiedades, como la «legibilidad», se pueden ajustar dinámicamente. Vásquez describió cómo funciona el control deslizante de legibilidad en un comentario a Hacker News en 2020: «Los resultados se muestrean a partir de una distribución de probabilidad, y el aumento de la legibilidad enfoca efectivamente la densidad de probabilidad en torno a los resultados más probables. Así que tienes razón en que solo es cuestión de cambiar la variación. La técnica general se llama «ajustar la temperatura de la distribución de muestreo». Como las redes neuronales ahora procesan texto, voz, imágenes, video y ahora escritura a mano, parece como si si ningún área de la producción creativa humana está fuera del alcance de la IA generativa. En 2018, Vásquez proporcionó el código subyacente que impulsa la demostración de la aplicación web en GitHub para que pudiera adaptarse a otras aplicaciones. En el contexto adecuado, puede ser útil para los diseñadores gráficos que desean más estilo que una fuente cursiva estática.