Imagens fotorrealistas de pessoas que não existem já não são novidade no mundo da inteligência artificial, mas a geração de modelos tridimensionais com as mesmas qualidades é uma tarefa muito mais complicada. Mesmo um modelo de machine learning tradicional encontra nos requisitos computacionais um gargalo para esta execução. As soluções apresentadas até então ainda carecem de consistência tridimensional.
Um trabalho recente de pesquisadores da Universidade de Stanford, nos Estados Unidos, apresentou um avanço considerável nesta área. Seu modelo, uma rede adversarial generativa (GAN) chamada de EG3D, é capaz de gerar rostos de pessoas e animais com enorme fidelidade à realidade, mas que também obedecem a uma estrutura geométrica.
A nova arquitetura aproveita módulos de outras GANs que produzem imagens 2D em alta resolução, que são processados por um novo componente capaz de converter as imagens em uma animação 3D. Este componente permitiu resolver dois problemas que preocupavam os pesquisadores: eficiência computacional e compatibilidade com as estruturas já existentes, para as quais já há um nível de amadurecimento considerável, assim permitindo aproveitar este conhecimento na execução da nova tarefa.
Na página dedicada ao novo modelo, é possível visualizar vários exemplos, através de resultados impressionantes. Num futuro próximo, modelos como este podem ajudar artistas a criar personagens de jogos, animar CGI em filmes, e gerar avatares hiperrealistas.
