Lo sentimos, amantes de los perros, pero el modelo EG3D todavía solo trabaja la tercera dimensión con gatos.
Sí, DALL-E 2 y DALL-E Mini son capaces de mostrarte a Darth Vader en Almuñecar, pero EG3D puede generar la ilusión de que una cara tenga 3D, sea humana o de gato. Parece una campaña de publicidad gatuna de Stray, pero en realidad se debe a que los desarroladores/as solo han trabajado con paquetes de fotos de caras humanas y de gatos (FFHQ y AFHQ, respectivamente) .
Todo es posible gracias a los modelos GAN de machine-learning, que funcionan con dos redes neuronales para generar predicciones más precisas. Las Generative Adversarial Networks —que es lo que significan las siglas— ya han demostrado funcionar muy bien a la hora de recrear imágenes fiables en 2D, y el siguiente paso era pasar al trabajo en tres dimensiones, claro. Da miedo, porque recordemos que IA tan potentes como la de Google podrían saber quiénes son a estas alturas…
Por otra parte, al parecer parte de la magia de estos modelos más avanzados reside en que su generación requiere de mucha menos potencia que los primeros, al tiempo que proporcionan resultados más precisos que nunca. Viendo los requisitos no lo parece, porque el equipo original ha trabajado con entre 1 y 8 tarjetas Nvidia V100, RTX 3090 y A100 (miles y miles de euros de gráficas), pero piensa que estamos hablando de procesos de deep learning muy complejos.
Los resultados humanos pueden levantar alguna que otra ceja, pero a primera vista son tan convincentes que no es hasta que realizamos una observación más detallada cuando ya entramos en ese valle de lo inquietante y nos damos cuenta del truco. En el caso de los gatos, no obstante, el resultado es muchísimo más realista.
Por desgracia, como suele ocurrir con generaciones por IA (como este deepfake de Nathan Fillion que tanto nos gustó), el resultado no se puede editar. Sí, en Photoshop sí, pero no se puede afinar a posteriori. De cualquier manera, nos encantaría ver cómo un estudio como Quantic Dream aplica esta clase de técnicas de generación de imágenes por 3D para desarrollar juegos cada vez más realistas.